在信息论中，熵是接收的每条消息中包含的信息的平均量，又被称为信息熵、信源熵、平均自信息量。
在信息世界中，熵越高，则能传输越多的信息，熵越低，则意味着传输的信息越少。
自信息：
1、自信息表示事件发生前，事情发生的不确定性
2、自信息表示事件发生后，事件所包含的信息量，是提供给新宿的信息量，也是解除这种不确定性所需要的信息量。
互信息：
离散随机事件之间的互信息：
事件x,y之间的互信息等于“x的自信息”减去“y条件下x的自信息”，I(x)表示x的不确定性，I(x|y)表示在y发生条件下，x的不确定性
I(x;y)表示当y发生后x不确定性的变化，两个不确定度之差，是不确定度消除的部分，代表已经确定的东西，实际就是由y发生所得到的关于x的信息量。
互信息可正可负，而自信息一定是正的，所以任何两事件之间的互信息不可能大于其中任一事件的自信息。
信息熵：
含义：1、在信源输出后，表示每个信源符号所提供的平均信息量。2、在信源输出前，表示信源的平均不确定性。3、表示信源随机性大小，H(x)大的，随机性大。4、当信源输出后，不确定性解除，熵可视为解除信源不确定性所需的信息量。
在信息论中，熵是接收的每条消息中包含的信息的平均量，又被称为信息熵、信源熵、平均自信息量。
在信息世界中，熵越高，则能传输越多的信息，熵越低，则意味着传输的信息越少。
自信息：
1、自信息表示事件发生前，事情发生的不确定性
2、自信息表示事件发生后，事件所包含的信息量，是提供给新宿的信息量，也是解除这种不确定性所需要的信息量。
互信息：
离散随机事件之间的互信息：
事件x,y之间的互信息等于“x的自信息”减去“y条件下x的自信息”，I(x)表示x的不确定性，I(x|y)表示在y发生条件下，x的不确定性
I(x;y)表示当y发生后x不确定性的变化，两个不确定度之差，是不确定度消除的部分，代表已经确定的东西，实际就是由y发生所得到的关于x的信息量。
互信息可正可负，而自信息一定是正的，所以任何两事件之间的互信息不可能大于其中任一事件的自信息。
信息熵：
含义：1、在信源输出后，表示每个信源符号所提供的平均信息量。2、在信源输出前，表示信源的平均不确定性。3、表示信源随机性大小，H(x)大的，随机性大。4、当信源输出后，不确定性解除，熵可视为解除信源不确定性所需的信息量。