机器学习中的概率论与信息论基础

主要用来补充课堂学习之外的一些基础知识，大部分内容在《概率论与数理统计》的学习中已经接触过，所以不再重复，只学习一些没有的，同时扩充了信息熵，KL散度，交叉熵的概念