2121010030-计算思维概论[14]
知识探索
知识库
对话历史
知识探索
大纲
思维导图
我的学习路径
综合掌握度 39% · 下一步:联合熵
信息存储和表示的基础
信息
信息熵
联合熵
条件熵
相对熵(KL散度)
自信息
互信息
数据
二进制
香农信息论
布尔代数
图灵机
对话
你完成了「联合熵」的测验,学习路径已更新
👋 有疑问?向我提问吧~
高频问题
1深入了解联合熵3 次
2深入了解:条件熵1 次
3深入了解:相对熵(KL散度)1 次
我也可以帮你查询
📄 我最近的学习进度如何?
📊 我有哪些薄弱知识点?
工具
帮我查询…
测测我
闪卡
重新测评(自选范围)
可用点数:1147
测验
前置本次提及后续
自信息 联合熵 条件熵 相对熵(KL)
箭头方向为学习顺序(前置 → 本节 → 后续)
P
2-3 联合熵与条件熵.pptx
本课程 · 第2章 · 共 18 页
含链式法则推导与图示
信息熵族关系讲解
本课程 · 视频 04:10 – 07:30
直观讲解联合熵/条件熵/互信息的关系
PDF
信息论基础-熵的性质.pdf
本课程 · 第2章 · 6 页
系统梳理各类熵的定义与不等式
测验
闪卡
返回对话
我的学习路径 · 计算思维概论
综合掌握度(含自测)
点击下钻可切换「仅正式考核」
39%
42
已掌握
8
学习中
5
待巩固
57
未开始
综合掌握度39%
全课共 112 个知识点 · 6 章
知识探索(图谱顶层分组)
信息聚焦
数据
二进制
香农信息论
布尔代数
图灵机
冯·诺依曼计算机
AI 学伴建议:你在「信息熵族」基础(自信息、互信息)已经扎实,但刚才的测验显示「联合熵」还比较薄弱。建议先回头巩固联合熵,再顺着链式法则学条件熵,最后挑战相对熵(KL 散度)。本周聚焦这 3 个点即可。
已掌握 42 个· 可跳过,点击展开
接下来学(按图谱前置顺序 + 薄弱项优先)· 本周聚焦
联合熵
待巩固
35%
综合掌握度
AI刚才的测验答错 1 题,掌握度偏低且是后续条件熵、KL 散度的前置——优先把它补上。建议先看链式法则推导。
P 2-3 联合熵与条件熵.pptx 视频 04:10–07:30 再测一次
前置已达标:自信息
条件熵
学习中
65%
综合掌握度
AI联合熵的直接后续,理解了链式法则后会很顺。当前完成度中等,建议做一次知识点测试确认。
DOC 条件熵练习.docx 测测我
前置已达标:自信息(联合熵进行中)
相对熵(KL散度)
未开始
0%
综合掌握度
AI需要先掌握联合熵与条件熵。等前两个达标后再开始,避免基础不牢。
PDF 信息论基础-熵的性质.pdf
前置未达标:联合熵、条件熵(暂不建议跳学)
后续(前置达标后逐步解锁)
香农信息论· 14 个点 · 未开始
布尔代数· 18 个点 · 未开始
图灵机· 16 个点 · 未开始
冯·诺依曼计算机· 11 个点 · 未开始
信息 二进制 数据 自信息 互信息 联合熵 条件熵 相对熵(KL) 香农信息论 布尔代数18 个 ▸ 图灵机16 个 ▸
已掌握 学习中 待巩固 未开始 高亮 = 你当前的学习路径 虚线框 = 折叠的章节簇(点击展开)
返回路径
计算思维概论 › 联合熵
综合掌握度(含自测)
点击下钻切「仅正式考核」
35%
联合熵 待巩固
学习步骤完成 1/6 · 综合掌握度 35%
导学
AI 导学
学习资源
P课件:联合熵与条件熵
视频片段 04:10–07:30
PDF文档:熵的性质
练习与考核 · 计入正式掌握度
作业:熵的计算
讨论:熵的直观理解3
第二章单元测验67%
期中测试
自我检测 · 计入综合掌握度
测一测
!错题回顾1
AI 导学 · 联合熵
联合熵 H(X,Y) 度量两个变量联合分布的总不确定性,链式法则 H(X,Y)=H(X)+H(Y|X)。你刚才把它和条件熵混了——这次重点搞清楚两者区别。按左侧步骤来:课件推导 → 视频图示 → 测一测确认。
在知识图谱中的位置:自信息(前置 ✓达标)→ 联合熵(当前)→ 条件熵 / 相对熵(KL)(后置,待解锁)。
联合熵 H(X,Y)
两个随机变量整体的不确定性。直观:把 X、Y 看成一个组合,描述它需要多少信息。
易混:条件熵 H(Y|X)
已知 X 后 Y 剩余的不确定性。你上次就错在这里——它只是联合熵的一部分
链式法则(务必记住)
H(X,Y) = H(X) + H(Y|X):联合不确定性 = 一个变量的不确定性 + 已知它之后另一个的剩余不确定性。建议画维恩图辅助记忆。
课件 · 2-3 联合熵与条件熵.pptx
[课件第 3 页预览:链式法则 H(X,Y)=H(X)+H(Y|X) 推导图示]
3 / 18
视频 · 信息熵族关系讲解
04:10 / 12:51 不懂 倍速 1080P CC 字幕
本知识点「联合熵」对应视频章节 「联合熵与条件熵」04:10–07:30,已按章节切片自动定位(章节预切片、挂载知识点,非任意时间点)。
00:00
信息熵回顾
回顾熵的定义与直观含义
02:10
自信息与熵
从单事件信息量到平均信息量
04:10
联合熵与条件熵
联合分布的总不确定性、链式法则推导
本知识点
07:30
互信息
共享信息量与三者关系图
09:40
小结
信息熵族关系总览
文档 · 信息论基础-熵的性质.pdf
[PDF 第 2 页预览:各类熵的定义与不等式]
2 / 6
✓ 已读完
作业 · 熵的计算与证明
完成以下两题并上传过程:① 计算给定联合分布的 H(X,Y);② 用链式法则证明 H(X,Y)=H(X)+H(Y|X)。
截止:本周日 23:59满分:100状态:未提交口径:正式掌握度
拖拽文件到此或点击上传(图片 / PDF / 文档)
讨论 · 熵的直观理解
围绕「联合熵」的课程讨论,参与与被采纳计入正式掌握度(讨论类考核)。
王老师 教师
抛个问题:为什么 H(X,Y) ≤ H(X)+H(Y)?什么时候取等号?欢迎用维恩图说明。
2 天前👍 12回复 5
林同学
当 X、Y 相互独立时取等号,此时 H(Y|X)=H(Y),互信息为 0。
1 天前👍 8· 教师已采纳
那如果完全相关呢?是不是 H(X,Y)=H(X)?
3 小时前👍 2
第二章单元测验 · 关联测试
本测验中挂在「联合熵」上的题目计入正式掌握度——题目级汇聚为该测试在本点的得分率。
挂本点题:3 道状态:已完成本点得分率:67%口径:正式掌握度
本点 3 题:✓ 第3题✓ 第5题✗ 第8题
期中测试 · 关联测试
本测试中挂在「联合熵」上的题目将计入正式掌握度。
挂本点题:2 道状态:未参加口径:正式掌握度
测一测 · 联合熵
2–3 道客观题,结果计入综合掌握度(自测降权),并刷新本点状态。
1. 单选题
联合熵 H(X,Y) 主要度量的是?
A. 已知 Y 时 X 的剩余不确定性
B. 两个随机变量联合分布的总不确定性
C. X 和 Y 共享的信息量
错题回顾(待复习 1)
根据信息论定义,联合熵 H(X,Y) 主要度量的是什么?
上次答错(选了"条件熵的剩余不确定性")
该点综合掌握度回到 70% 以上时,错题自动标为已消化、移出待复习。
AI 学伴 · 联合熵
在学「联合熵」遇到任何问题都可以问我——结合你刚才测错的点,下面几个你可能想问:
推荐提问