信息论——信息不等式、数据处理不等式、信息图、Fano不等式笔记
1.相关概念及关系:
(1)

(2)相对熵 D( p | | q ):在p的概率分布下q比p多的信息量(个人理解)
(3)条件互信息量 I( X ; Y|Z ) : I( X ; Y|Z ) = H( X|Z )-H( X|Y,Z ). 理解:Y|Z是Y比Z多的信息量
(4) 垂直符号:独立
2.链式法则:
3.Markov Chain(三元)
Markov Chain:某一时刻的信息只与其前若干时刻有关。
对 X->Y->Z:
性质1:X,Z相对于Y独立;
性质2:反过来的Z->Y->X也是Markov Chain
性质3:若Z=f(Y),则 X->Y->Z是Markov Chain
性质4: I( X ; Z|Y )=0
I(X ; Y|Z)<I(X ;Y)
注意:I(X ; Y|Z)<I(X ;Y)并不是恒成立,我不理解。。。
4.数据处理不等式:对Markov Chain X->Y->Z,I(X;Y)>= H(X;Z). 理解:数据处理的越多,丢失的信息越多
->I(X;Y)>= H(X;g(Y))
5.fano不等式

理解:错误趋于0时,可以从现象恢复出本质
*.救命

【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!