Smysluplný přístup k měření informací: vše, co potřebujete vědět

Než začnete měřit informace, pojďme představit definici a porozumět tomu, s čím máme co do činění.

Definice

Informace jsou informace, zprávy, data ve všech projektech, formulářích, bez ohledu na jejich obsah. Dokonce i úplný nesmysl napsaný na šrotu papíru lze považovat za informaci. Tato definice je však z ruského federálního práva.

Následující hodnoty lze odlišit od mezinárodních standardů:

• Znalost předmětů, faktů, nápadů, významů, názorů, které si lidé vyměňují v konkrétním kontextu;
• Znalosti o faktech, událostech, významech, věcech, konceptech, které mají v konkrétním kontextu určitý význam.

Data jsou materializovanou formou reprezentace informací, i když v některých textech mohou být tyto dvě pojmy použity jako synonyma.

Metody měření

Koncept informací je definován různými způsoby. Také se měří různými způsoby. Následující základní přístupy k měření informací lze rozlišit:

1. Abecední přístup.
2. Pravděpodobnostní přístup.
3. Smysluplný přístup k měření informací.

Všichni odpovídají různým definicím a různí autoři, jejichž názor na údaje se liší. Pravděpodobnostní přístup byl vyvinut A.N. Kolmogorov nezohlednil předmět přenosu informací, tj. Měří své množství bez ohledu na to, jak důležitý je pro vysílající a přijímací entitu. Smysluplný přístup k měření informací, který vytvořil K. Shannon, bere v úvahu více proměnných a je druhou hodnocení důležitosti těchto údajů pro hostitelskou zemi. Ale podívejme se na všechno v pořádku.

Pravděpodobnostní přístup

Jak již bylo řečeno, přístupy k měření množství informací jsou velmi odlišné. Tento přístup vyvinul Shannon v roce 1948. Spočívá v tom, že množství informací závisí na počtu událostí a jejich pravděpodobnosti. Vypočítat množství informací získaných v tomto přístupu lze provést podle následujícího vzorce, ve kterém I je požadované množství, N je počet událostí a p _i je pravděpodobnost každé konkrétní události.

Abeceda

Absolutně soběstačná metoda výpočtu množství informací. Nezohledňuje, co přesně je ve zprávě napsáno, a nepřipojí částku napsanou s obsahem. Pro výpočet množství informací potřebujeme znát sílu abecedy a množství textu. Ve skutečnosti síla abecedy není omezená. Počítače však používají dostatečnou abecedu s kapacitou 256 znaků. Můžeme tedy vypočítat, kolik informací obsahuje samo o sobě jeden symbol tištěného textu v počítači. Protože 256 = 2 ⁸ , jeden znak je 8 bitů dat.

1 bit je minimální, nedělitelné množství informací. Podle Shannona se jedná o množství dat, které snižují nejistotu znalostí o polovinu.

8bit = 1 bajt.

1024 bajtů = 1 kilobajt.

1024 kilobajtů = 1 megabajt.

Přemýšlel

Jak můžete vidět, přístupy k měření informací jsou velmi odlišné. Existuje jiný způsob, jak měřit jeho množství. Umožňuje vyhodnotit nejen množství, ale i kvalitu. Smysluplný přístup k měření informací umožňuje zohlednit užitečnost údajů. Také tento přístup znamená, že množství informací obsažených ve zprávě je určeno množstvím nových poznatků, které osoba obdrží.

Je-li vyjádřeno v matematických vzorcích, pak množství informací rovnající se 1 bitu by mělo 2 krát snížit nejistotu lidských znalostí. Pro určení množství informací používáme následující vzorec:

X = log ₂ H, kde X je množství přijatých dat a H je počet ekvivalentních výsledků. Například problém vyřešíme.

Pojďme mít čtyřhrannou pyramidu se čtyřmi stranami. Když to hodí, je šance, že padne na jednu ze čtyř stran. Tak, H = 4 (počet ekvivalentních výsledků). Jak chápete, šance, že náš předmět padne na jednu z obličejů a zůstane stát, je menší, než když hodíte minci a očekáváte, že bude stát ve vzpřímené poloze.

Řešení. X = log ₂ H = log ₂ 4 = 2.

Jak můžete vidět, výsledek je 2. Ale co je tohle číslo? Jak již bylo uvedeno, minimální nedělitelná měrná jednotka je trochu. V důsledku toho jsme po pádu obdrželi 2 bity informací.

Přístupy k měření informací používají logaritmy pro výpočty. Chcete-li tyto akce zjednodušit, můžete použít kalkulačku nebo speciální tabulku logaritmů.

Praxe

Kde můžete využít znalostí získaných v tomto článku, zejména údaje o smysluplném přístupu k měření informací? Není pochyb o zkoušce v informatice. Tato otázka umožňuje lépe orientovat se v oblasti výpočetní techniky, zejména pokud jde o interní a externí paměť. V praxi tyto znalosti nemají žádnou praktickou hodnotu kromě vědy. Žádný zaměstnavatel vás nebude nucen vypočítat množství informací v tištěném dokumentu nebo v písemném programu. Pokud v programování nebudete muset nastavit velikost paměti přidělené proměnné.