ScholarGate
Assistent
MCDMInformation-theoretic divergence

Kullback-Leibler-divergens

Kullback-Leibler-divergens, även kallad relativ entropi eller informationsdivergens, mäter det asymmetriska avståndet mellan två sannolikhetsfördelningar. Denna informationsteoretiska måttstock, introducerad av Solomon Kullback och Richard Leibler 1951, kvantifierar hur en sannolikhetsfördelning avviker från en referensfördelning, och sträcker sig från 0 (identiska fördelningar) till oändligheten. Den är fundamental inom informationsteori, maskininlärning och beslutsfattande med probabilistiska ramverk.

Tillämpa med DecisionMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Kullback, S., & Leibler, R. A. (1951). On information and sufficiency. Annals of Mathematical Statistics, 22(1), 79-86. DOI: 10.1214/aoms/1177729694
  2. Cover, T. M., & Thomas, J. A. (1991). Elements of Information Theory. Wiley-Interscience. DOI: 10.1002/0471200611

Så citerar du den här sidan

ScholarGate. (2026, June 3). Kullback-Leibler Information Divergence. ScholarGate. https://scholargate.app/sv/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.

Compare side by side

Refereras av

ScholarGateKullback-Leibler Divergence (Kullback-Leibler Information Divergence). Hämtad 2026-06-15 från https://scholargate.app/sv/decision-making/kullback-leibler-divergence · Datamängd: https://doi.org/10.5281/zenodo.20539026