ಅಳತೆಯ ಮಾಹಿತಿಗೆ ಅರ್ಥವತ್ತಾದ ವಿಧಾನ: ನೀವು ತಿಳಿದುಕೊಳ್ಳಬೇಕಾದ ಎಲ್ಲವನ್ನೂ

ಅಳತೆಯ ಮಾಹಿತಿ ಹೊರಡುವ ಮುನ್ನ ನಮಗೆ ವ್ಯಾಖ್ಯಾನ ಪರಿಚಯಿಸಲು ಅವಕಾಶ ಮತ್ತು ನಾವು ವ್ಯವಹರಿಸುವಾಗ ಏನು, ಅರ್ಥ ಹಾಗಿಲ್ಲ.

ವ್ಯಾಖ್ಯಾನ

ಮಾಹಿತಿ - ಈ ಮಾಹಿತಿಯನ್ನು, ಸಂದೇಶಗಳನ್ನು, ಎಲ್ಲ ರೂಪದಲ್ಲಿ, ರೂಪಗಳು ದತ್ತಾಂಶ, ಅವರ ವಿಷಯದ. ಸಹ ಸಂಪೂರ್ಣ ಅಸಂಬದ್ಧ, ಕಾಗದದ ತುಂಡು ಬರೆದ ಮಾಹಿತಿ ಪರಿಗಣಿಸಬಹುದು. ಆದರೆ, ಈ ವ್ಯಾಖ್ಯಾನವನ್ನು ರಷ್ಯಾದ ಫೆಡರಲ್ ಕಾನೂನು.

ಕೆಳಗಿನ ಮೌಲ್ಯಗಳು ಅಂತರರಾಷ್ಟ್ರೀಯ ಗುಣಮಟ್ಟದ ಪ್ರತ್ಯೇಕಿಸುವುದು ಮಾಡಬಹುದು:

• ವಸ್ತುಗಳು, ಸತ್ಯ, ಕಲ್ಪನೆಗಳ, ಮೌಲ್ಯಗಳು, ಅಭಿಪ್ರಾಯಗಳನ್ನು ಜ್ಞಾನ ಒಂದು ನಿರ್ದಿಷ್ಟ ವಿಷಯದಲ್ಲಿ ಜನರ ನಡುವೆ ಬದಲಾಯಿಸಿಕೊಂಡರು
• ಸತ್ಯ, ಘಟನೆಗಳು, ಮೌಲ್ಯಗಳು, ವಸ್ತುಗಳು, ನಿರ್ದಿಷ್ಟ ಸನ್ನಿವೇಶದಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಅರ್ಥವನ್ನು ಹೊಂದಿರುವ ಜ್ಞಾನದ.

ದತ್ತಾಂಶ - ಒಂದು ವಾಸ್ತವವಾಗಿ ಆಗಿದೆ , ಪ್ರಸ್ತುತಿ ರೂಪದಲ್ಲಿ ಕೆಲವು ಪಠ್ಯಗಳಲ್ಲಿ, ಈ ಎರಡು ಪರಿಕಲ್ಪನೆಗಳು ಪರ್ಯಾಯವಾಗಿ ಬಳಸಬಹುದು ಆದರೂ.

ಅಳತೆಯ ವಿಧಾನಗಳು

ಮಾಹಿತಿ ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿಭಿನ್ನವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ. ಇದು ವಿವಿಧ ರೀತಿಯಲ್ಲಿ ಅಳೆಯಲಾಗುತ್ತದೆ. ಅಳತೆಯ ಮಾಹಿತಿಗೆ ಮುಖ್ಯ ವಿಧಾನಗಳಲ್ಲಿ ಕೆಳಗಿನ:

1. Alphabetization.
2. ಸಂಭಾವನೀಯ ವಿಧಾನ.
3. ಅಳತೆಯ ಮಾಹಿತಿಗೆ ಅರ್ಥವತ್ತಾದ ವಿಧಾನ.

ಇವೆಲ್ಲವೂ ವಿಭಿನ್ನ ವಿವರಣೆಗಳನ್ನು ಸಂಬಂಧಿಸದ ಮತ್ತು ಇಡುವಂತಹ ಡೇಟಾಗೆ ಸಂಬಂಧಿಸಿದ ಭಿನ್ನವಾಗಿತ್ತು ಲೇಖಕರ ವಿವಿಧ. ಸಂಭಾವನೀಯ ವಿಧಾನ ಎಎನ್ ಸ್ಥಾಪಿಸಲಾಯಿತು ಕಾಲ್ಮೊಗೊರೊವ್ ಮತ್ತು ವಿಷಯದ ಪರಿಗಣಿಸಲಿಲ್ಲ ಡೇಟಾ ವರ್ಗಾವಣೆ, ಹೇಗೆ ಮುಖ್ಯ ಕಳುಹಿಸುವ ಮತ್ತು ತಮ್ಮ ವಿಷಯದ ಪಡೆಯುವ ಯಾವುದೇ ತನ್ನ ಪ್ರಮಾಣವನ್ನು ಅಳೆಯುತ್ತದೆ, ಎಂದು. ಶಾನನ್ ಅವಿವಾಹಿತ ಮಾಹಿತಿಯ ಪರಿಮಾಣವನ್ನು ಅರ್ಥವತ್ತಾದ ವಿಧಾನ, ಖಾತೆಯನ್ನು ಹೆಚ್ಚು ಅಸ್ಥಿರ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಹೋಸ್ಟ್ ಈ ಡೇಟಾವನ್ನು ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಒಂದು ರೀತಿಯ. ಆದರೆ ಆದೇಶದ ಎಲ್ಲವೂ ನೋಡೋಣ.

ಸಂಭಾವನೀಯ ವಿಧಾನ

ಹೇಳಿದಂತೆ, ಮಾಹಿತಿಯ ಪ್ರಮಾಣ ಮಾಪನ ವಿಧಾನಗಳು ಅತ್ಯಂತ ವಿಭಿನ್ನವಾಗಿದೆ. ಈ ವಿಧಾನವು 1948 ರಲ್ಲಿ ಶಾನನ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ಇದು ವಾಸ್ತವವಾಗಿ ಇರುತ್ತದೆ ಮಾಹಿತಿ ಮೊತ್ತವನ್ನು ಘಟನೆಗಳು ಮತ್ತು ಅವುಗಳ ಸಂಭವನೀಯತೆಯ ಸಂಖ್ಯೆಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ. ಘಟನೆಗಳು ಮತ್ತು ಪು ಸಂಖ್ಯೆ _ನಾನು - - ಪ್ರತಿ ಘಟನೆಯ ಸಂಭವನೀಯತೆ ಸಂಖ್ಯೆ ಅಗತ್ಯವಿದೆ, ಎನ್ - ಮಾಹಿತಿ ಮೊತ್ತವನ್ನು ಈ ವಿಧಾನವು ಪಡೆದ ಕೆಳಗಿನ ಸೂತ್ರದ ಮಾಡಬಹುದು, ಇದರಲ್ಲಿ ನಾನು ಲೆಕ್ಕ.

ವರ್ಣಮಾಲೆಯ

ಮಾಹಿತಿ ಮೊತ್ತವನ್ನು ಲೆಕ್ಕ ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವಾವಲಂಬಿ ವಿಧಾನ. ಇದು ಸಂದೇಶದಲ್ಲಿ ಬರೆದಿದ್ದಾರೆ ಎಂದು, ಮತ್ತು ಲಿಖಿತ ವಿಷಯವನ್ನು ಸಂಖ್ಯೆ ಸಹಾಯಕ ಮಾಡುವುದಿಲ್ಲ ಪರಿಗಣಿಸುವುದಿಲ್ಲ. ಮಾಹಿತಿ ಮೊತ್ತವನ್ನು ಲೆಕ್ಕ ನಾವು ವರ್ಣಮಾಲೆಯ ಶಕ್ತಿ ಮತ್ತು ಪಠ್ಯದ ಪ್ರಮಾಣವನ್ನು ತಿಳಿದುಕೊಳ್ಳಬೇಕು. ವಾಸ್ತವವಾಗಿ, ವಿದ್ಯುತ್ ವರ್ಣಮಾಲೆಯ ಸೀಮಿತವಾಗಿಲ್ಲ. ಕಂಪ್ಯೂಟರ್ಗಳು 256 ಅಕ್ಷರಗಳ ಸಾಕಷ್ಟು ವಿದ್ಯುತ್ ವರ್ಣಮಾಲೆಯ ಬಳಸುತ್ತಿರುವಿರಿ. ಮಾಹಿತಿ ಇದು ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಮುದ್ರಿತ ಪಠ್ಯವನ್ನು ಸಂಕೇತವಾಗಿ ಒಯ್ಯುತ್ತದೆ ನಾವು ಸಂಖ್ಯೆ ಲೆಕ್ಕ ಮಾಡಬಹುದು. 256 = 2 ^{8 ಏಕೆಂದರೆ,} ಒಂದು ಚಿಹ್ನೆಯನ್ನು ದತ್ತಾಂಶದ 8 ಬಿಟ್ಗಳು.

ಬಿಟ್ 1 - ಈ ಕನಿಷ್ಠ, ಅದೃಷ್ಯ ಮಾಹಿತಿಯನ್ನು ಸಂಖ್ಯೆ. ಶಾನನ್ ಪ್ರಕಾರ, ಇದು ಜ್ಞಾನದ ಅನಿಶ್ಚಿತತೆಯ ದುಪ್ಪಟ್ಟು ಕಡಿಮೆಯಾಗುವ ಅಕ್ಷಾಂಶ ಪ್ರಮಾಣವನ್ನು.

8 ಬಿಟ್ಗಳು = 1 ಬೈಟ್.

1024 ಬೈಟ್ಗಳು = 1 ಕಿಲೋಬೈಟ್.

1 ಕಿಲೋಬೈಟ್ = 1024 MB.

ಭಾವಿಸಲಾಗಿದೆ

ನೀವು ನೋಡಬಹುದು ಎಂದು, ಮಾಹಿತಿ ಮಾಪನ ವಿಧಾನಗಳು ಅತ್ಯಂತ ವಿಭಿನ್ನವಾಗಿದೆ. ಅದರ ಪ್ರಮಾಣ ಅಳೆಯಲು ಇನ್ನೊಂದು ಮಾರ್ಗಗಳಿಲ್ಲ. ಇದು ಪ್ರಮಾಣ ಆದರೆ ಗುಣಮಟ್ಟದ ಕೇವಲ ಪರೀಕ್ಷಿಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಮಾಹಿತಿ ಮಾಪನ ಅರ್ಥಪೂರ್ಣ ವಿಧಾನ ಡೇಟಾ ಉಪಯುಕ್ತತೆ ಪರಿಗಣಿಸಬೇಕೆ ಅನುಮತಿಸುತ್ತದೆ. ಅಲ್ಲದೆ, ಈ ವಿಧಾನ ಅಕ್ಷಾಂಶ ಪ್ರಮಾಣವನ್ನು, ಸಂದೇಶ ಪ್ರವೇಶಿಸಿದ ಜನರು ಪಡೆಯುತ್ತಾನೆ ಹೊಸ ಜ್ಞಾನದ ಪ್ರಮಾಣವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಅರ್ಥ.

ಗಣಿತದ ಸೂತ್ರಗಳನ್ನು ವ್ಯಕ್ತಪಡಿಸಿದ, ಡೇಟಾ ಪ್ರಮಾಣವನ್ನು 1bitu 2 ಕಾಲದಲ್ಲಿ ಮಾನವ ಜ್ಞಾನದ ಅನಿಶ್ಚಿತತೆಯನ್ನು ತಗ್ಗಿಸುವಲ್ಲಿ ಮಾಡಬೇಕು ಸಮನಾಗಿರಬೇಕು. ಹೀಗಾಗಿ, ನಾವು ಮಾಹಿತಿ ಮೊತ್ತವನ್ನು ನಿರ್ಧರಿಸಲು ಈ ಸೂತ್ರವನ್ನು ಬಳಸಿ:

ಎಕ್ಸ್ = ಲಾಗ್ ₂ ಎನ್, ಇದರಲ್ಲಿ ಎಕ್ಸ್ - ಡೇಟಾ ಸಂಖ್ಯೆ, ಮತ್ತು N - ಸಮನಾದ ಸಂಭವನೀಯತೆ ಫಲಿತಾಂಶಗಳ ಸಂಖ್ಯೆ. ಉದಾಹರಣೆಗೆ, ಒಗಟು ಪರಿಹರಿಸಲು.

ನಾವು ನಾಲ್ಕು ಕಡೆ ಮೂರು ಅಂಚನ್ನು ಪಿರಮಿಡ್ ಹೊಂದಿರುತ್ತವೆ ಭಾವಿಸೋಣ. ನೀವು ಅದನ್ನು ಟಾಸ್ ಅದು ನಾಲ್ಕು ಕಡೆಗಳಲ್ಲಿ ಮೇಲೆ ಕುಸಿಯುತ್ತದೆ ಎಂದು ಒಂದು ಅವಕಾಶವಿದ್ದರೂ. ಹೀಗಾಗಿ N = 4 (equiprobable ಫಲಿತಾಂಶಗಳ ಸಂಖ್ಯೆ). ನಿಮಗೆ ತಿಳಿದಂತೆ, ನೀವು ಒಂದು ನಾಣ್ಯವನ್ನು ಅದಿದ್ದ ಮತ್ತು ನಿರೀಕ್ಷಿಸಬಹುದು ವೇಳೆ ಅಂಚಿನ ಏರುವ ಹೆಚ್ಚು ನಮ್ಮ ವಸ್ತು ಮುಖಗಳ ಮೇಲೆ ಕುಸಿಯುತ್ತದೆ ಎಂದು, ಮತ್ತು ಆದ್ದರಿಂದ ಅವಕಾಶ ಕಡಿಮೆ ಇರುತ್ತದೆ.

ನಿರ್ಧಾರ. ಎಕ್ಸ್ = ಲಾಗ್ ₂ ಎನ್ = ಲಾಗ್ _{2 ಏಪ್ರಿಲ್} = 2.

ನೀವು ನೋಡಬಹುದು, 2. ಪರಿಣಾಮವಾಗಿ ಆದರೆ ಈ ಅಂಕಿ ಏನು ಎಂದು? ಹೇಳಿದಂತೆ, ಮಾಪನ ಕನಿಷ್ಠ ಅದೃಷ್ಯ ಘಟಕ - ಬಿಟ್. ಪರಿಣಾಮವಾಗಿ, ಪತನದ ನಂತರ ನಾವು ಮಾಹಿತಿಯನ್ನು 2 ಬಿಟ್ಗಳು ಸಿಕ್ಕಿತು.

ಡೇಟಾ ಅಳತೆಯ ಅಪ್ರೋಚಸ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಪ್ರತಿಘಾತಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಈ ಶಸ್ತ್ರಚಿಕಿತ್ಸೆಗೆ ಸರಳಗೊಳಿಸುವ ಪ್ರತಿಘಾತಗಳನ್ನು ಒಂದು ಕ್ಯಾಲ್ಕುಲೇಟರ್ ಅಥವಾ ವಿಶೇಷ ಟೇಬಲ್ ಬಳಸಬಹುದು.

ಅಭ್ಯಾಸದ

ನಿಮಗೆ ಉಪಯುಕ್ತ ಮಾಹಿತಿಯನ್ನು ಮಾಪನ ಅರ್ಥವತ್ತಾದ ವಿಧಾನದ ಕುರಿತು, ವಿಶೇಷವಾಗಿ ಡೇಟಾ ಈ ಲೇಖನದಲ್ಲಿ ಗಳಿಸಿದ ಜ್ಞಾನ ಹುಡುಕಬಹುದಾದಲ್ಲಿ? ಒಂದು ನಿಸ್ಸಂಶಯವಾಗಿ, ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಪರೀಕ್ಷೆ. ಸಂಚಿಕೆಯ ಪರಿಗಣನೆಗೆ ನಿರ್ದಿಷ್ಟವಾಗಿ ಆಂತರಿಕ ಮತ್ತು ಬಾಹ್ಯ ಮೆಮೊರಿ ಗಾತ್ರದಲ್ಲಿ, ಕಂಪ್ಯೂಟರ್ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ನ್ಯಾವಿಗೇಟ್ ಸುಲಭವಾಗುತ್ತದೆ. ವಾಸ್ತವವಾಗಿ, ಈ ಒಂದು ಜ್ಞಾನವನ್ನೇ ವಿಜ್ಞಾನದಲ್ಲಿ ಹೊರತುಪಡಿಸಿ, ಇಲ್ಲ ಪ್ರಾಯೋಗಿಕ ಮೌಲ್ಯದ. ಯಾವುದೇ ಉದ್ಯೋಗದಾತ ಡಾಕ್ಯುಮೆಂಟ್ ಮುದ್ರಿತ ಮಾಹಿತಿಯ ಪ್ರಮಾಣವನ್ನು ಲೆಕ್ಕ ಒತ್ತಾಯಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಅಥವಾ ಒಂದು ಪ್ರೋಗ್ರಾಂ ಬರೆಯಲು. ಪ್ರೊಗ್ರಾಮಿಂಗ್ ನಲ್ಲಿ, ನೀವು ವೇರಿಯಬಲ್ ಮಂಜೂರು ಮೆಮೊರಿ ಪ್ರಮಾಣವನ್ನು ಸೂಚಿಸಲು ಅಗತ್ಯವಿದೆ ಅಲ್ಲಿ ವಿಲ್.