Divergence de Kullback-Leibler
La divergence de Kullback-Leibler, également appelée entropie relative ou divergence d'information, mesure la différence asymétrique entre deux distributions de probabilité. Introduite par Solomon Kullback et Richard Leibler en 1951, cette mesure d'information quantifie à quel point une distribution de probabilité diverge d'une distribution de référence, allant de 0 (distributions identiques) à l'infini. Elle est fondamentale en théorie de l'information, en apprentissage automatique et en prise de décision dans des cadres probabilistes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Kullback, S., & Leibler, R. A. (1951). On information and sufficiency. Annals of Mathematical Statistics, 22(1), 79-86. DOI: 10.1214/aoms/1177729694 ↗
- Cover, T. M., & Thomas, J. A. (1991). Elements of Information Theory. Wiley-Interscience. DOI: 10.1002/0471200611 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Kullback-Leibler Information Divergence. ScholarGate. https://scholargate.app/fr/decision-making/kullback-leibler-divergence
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Distance de HellingerPrise de décision↔ compare
- Divergence de Jensen-ShannonPrise de décision↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →