في [[إحصاء رياضي|الاحصاء الرياضي]] ، فإن '''تباعد''' '''كولباك - ليبلير''' (وتسمى أيضا '''الانتروبية النسبية)''' {{إنج|Kullback–Leibler divergence}} هو مقياس لمدى اختلاف<nowiki/> [[توزيع احتمال|توزيع احتمالي]] واحد عن توزيع احتمالي مرجعي آخر<ref>{{استشهاد بدورية محكمة|الأخير=Kullback|الأول=S.|الأخير2=Leibler|الأول2=R.A.|سنة=1951|عنوان=On information and sufficiency|صحيفة=[[Annals of Mathematical Statistics]]|المجلد=22|العدد=1|صفحات=79–86|DOI=10.1214/aoms/1177729694|mr=39968}}</ref> <ref name="Kullback">{{استشهاد|الأخير=Kullback|الأول=S.|عنوان=Information Theory and Statistics|تاريخ=1959|ناشر={{Ill-WD2|جون وايلي وأولاده|id=Q1479654|target=fr}}}}. Republished by [[Dover Publications]] in 1968; reprinted in 1978: {{ردمك|0-8446-5625-9}}.</ref>. تتضمن تطبيقات تباعد كولباك - ليبلير توصيف [[اعتلاج (معلومات)|'''اعتلاج شانون''' (Shannon)]] '''النسبي''' في نظم المعلومات، '''والعشوائية''' في [[متسلسلة زمنية|السلاسل الزمنية]] المستمرة، '''واكتساب المعلومات''' عند مقارنة النماذج الإحصائية [[استدلال (بحث علمي)|للاستدلال]]. على النقيض من تباين المعلومات، فإن تباعد كولباك - ليبلير هو مقياس ''غير'' متساوي من حيث التوزيع وبالتالي فهو غير مؤهل ''كمقياس'' إحصائي للانتشار. في الحالة البسيطة، يشير تباعد كولباك - ليبلير ذو القيمة 0 إلى أن التوزيعتين المعنيتين متطابقتان. وهو يبقى مقياس مهم بالنسبة لتطبيقات عديدة مثل الإحصاءات التطبيقية، [[ميكانيكا الموائع]]، [[علوم عصبية|علم الأعصاب]] [[تعلم آلي|والتعلم الآلي]] .
