Bir veri kaynağının bilgi içeriğini ve öngörülemezliğini ölçün.
Olasılık/Sayılar Girişi
Değerler otomatik olarak normalleştirilir.
Entropi Analizi
Bilgi Entropisi (H)1Sembol Başına Bit Sayısı
Kaynak Durumları2
Bağıl Entropi100.0%Max Uncertainty
Overview
Shannon Entropy, bir kaynak tarafından üretilen her sembolün içerdiği 'sürpriz' veya ortalama bilginin miktarını ölçer. Sembol başına bit cinsinden ölçülür ve kayıpsız veri sıkıştırma için teorik sınırı temsil eder.
💡
Pro Tips
Daha yüksek entropi değerleri, kaynağın daha rastgele ve daha az tahmin edilebilir olduğu anlamına gelir.
Kriptografide güçlü, öngörülemeyen anahtarlar oluşturmak için yüksek entropi gereklidir.
Sayıları girerseniz (20, 30 gibi), hesap makinesi bunları sizin için olasılıklara dönüştürecektir.
!
Fun Facts
"Adil bir yazı tura atışının entropisi tam olarak 1,0 bit iken, her zaman tura gelen taraflı bir paranın entropisi 0 bit entropiye sahiptir çünkü belirsizlik yoktur."
"Terim, Claude Shannon tarafından, Bilgi Teorisi alanını kuran 1948 tarihli dönüm noktası niteliğindeki makalesi 'A Mathematical Theory of Communication'da icat edildi."
"Entropi, tüm olası sonuçların eşit olasılıkta olduğu durumlarda maksimuma çıkar, bu da maksimum belirsizlik durumunu temsil eder."
