喜歡愛舉例的老師。像我這樣的笨小孩，講某個複雜的理論或者算法之前先來個形象的例子，學起來就快多了。
信息論中的熵，描述了信息的不確定性。如果一個事件是確定的，比如我叫笨笨，那熵就是0；如果是扔骰子，那是1/2概率朝上，1/2朝下，熵可以通過-（1/2*log1/2+1/2*log1/2)計算,爲1。熵越大，說明這件事的不確定性越大。而隨着周圍環境的變化，一個事件的熵如果發生了變化，比如股票漲幅，起初很不確定，熵較大，隨着掌握的信息越來越多，熵越來越小，直至確定漲了多少，熵爲0，這個過程中，熵的減少即代表着信息量的大小。
物理學中的熵，測度的是混亂狀態。在一個封閉的環境中，熵總是趨於增大的。比如滴一滴墨水到清水中，它總是會擴散直至二者均勻混合，這個過程熵是增大的。如果人類世界是個封閉世界，熵也是逐漸增大的，也就是趨於混亂的。
但所幸我們是開放世界。
混亂蠻好。