Аннотация:Рассматриваемая работа (объемом 14 страниц) относится к важной области исследований, направленных на разработку методов оценивания энтропии распределения и ряда связанных с нею характеристик. Дело в том, что свойства, которыми обладают энтропия, взаимная информация и расстояние Кульбака - Лейблера, позволяют их использовать в задачах машинного обучения, при построении алгоритмов классификации, а также при идентификации значимых факторов. Основное внимание автор уделяет оценкам энтропии,
основанным на $kNN$ ($k$-Nearest Neighbor) статистиках, т.е. оценкам, которые строятся с помощью $k$-ых ближайших соседей по имеющимся наблюдениям.