Geometri Informasi

Dalam matematika dan khususnya di inferensi statistik, geometri informasi adalah studi tentang probabilitas dan informasi dengan cara geometri diferensial. Ini mencapai kematangan melalui karya Shun’ichi Amari pada 1980-an, dengan apa yang sedang buku referensi kanonik

Prinsip utama geometri informasi adalah bahwa banyak struktur penting dalam teori probabilitas, teori informasi dan statistik dapat dianggap sebagai struktur dalam geometri diferensial dengan memandang ruang dari distribusi probabilitas sebagai manifold terdiferensialkan diberkahi dengan metrik Riemann dan keluarga yang berbeda koneksi affinedari sambungan affine kanonik [kutipan. diperlukan] Sambungan-e affine dan koneksi m-affine geometrize klarifikasi [sunting] harapan dan maksimalisasi, sebagai dalam algoritma harapan-maksimisasi.

Baca selengkapnya di Visilubai