最小描述长度 Minimum description length
（重定向自Minimum Description Length Principle）
最小描述长度原则是将奥卡姆剃刀形式化后的一种结果。其想法是，在给予假说的集合的情况下，能产生最多数据压缩效果的那个假说是最好的。它是在1978年由Jorma Rissanen所引入的。在信息论和计算机学习理论中，最小描述长度原则是个重要观念。
任一数据集都可以由一有限（譬如说，二进位制的）字母集内符号所成的字串来表示。"最小描述长度原则背后的基本想法是：在任一给定的数据集内的任何规律性都可用来压缩。亦即在描述数据时，与逐字逐句来描述数据的方式相比，能使用比所需还少的符号"（Grünwald, 1998。见底下的链结）。既然我们希望选取到的假说能抓到数据中最多的规律，于是我们则寻找压缩效果最佳的假说。