更改

跳到导航 跳到搜索
添加13字节 、 2020年10月28日 (三) 14:55
无编辑摘要
第8行: 第8行:  
In [[information theory]], the '''conditional entropy''' quantifies the amount of information needed to describe the outcome of a [[random variable]] <math>Y</math> given that the value of another random variable <math>X</math> is known. Here, information is measured in [[Shannon (unit)|shannon]]s, [[Nat (unit)|nat]]s, or [[Hartley (unit)|hartley]]s. The ''entropy of <math>Y</math> conditioned on <math>X</math>'' is written as H(X ǀ Y).
 
In [[information theory]], the '''conditional entropy''' quantifies the amount of information needed to describe the outcome of a [[random variable]] <math>Y</math> given that the value of another random variable <math>X</math> is known. Here, information is measured in [[Shannon (unit)|shannon]]s, [[Nat (unit)|nat]]s, or [[Hartley (unit)|hartley]]s. The ''entropy of <math>Y</math> conditioned on <math>X</math>'' is written as H(X ǀ Y).
   −
在'''<font color="#ff8000"> 信息论Information theory</font>'''中,假设随机变量<math>X</math>的值已知,那么'''<font color="#ff8000"> 条件熵Conditional entropy</font>'''则用于量化描述随机变量<math>Y</math>的结果所需的信息量。此时,信息以'''<font color="#ff8000"> 香农Shannon </font>''','''<font color="#ff8000"> 奈特nat</font>'''或'''<font color="#ff8000"> 哈特莱hartley</font>'''衡量。以<math>X</math>为条件的<math>Y</math>熵写为H(X ǀ Y)。
+
在'''<font color="#ff8000"> 信息论Information theory</font>'''中,假设随机变量<math>X</math>的值已知,那么'''<font color="#ff8000"> 条件熵Conditional entropy</font>'''则用于量化描述随机变量<math>Y</math>的结果所需的信息量。此时,信息以'''<font color="#ff8000"> 香农Shannon </font>''','''<font color="#ff8000"> 奈特nat</font>'''或'''<font color="#ff8000"> 哈特莱hartley</font>'''衡量。以<math>X</math>为条件的<math>Y</math>熵写为<math>H(X ǀ Y)</math>。
     
961

个编辑

导航菜单