NCU_wander的博客

一、引子装逼1：监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”，也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据，而正则化是防止我们的模型过分拟合我们的训练数据。装逼2：有几种角度来看待正则化(Regularization)，它符合奥卡姆剃刀(Occam’s razor)原...

极大似然估计(MLE，Maximum Likelihood Estimation)概率模型的训练过程就是参数估计的过程，最大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。假设:所有的采样都是服从独立同分布；由上可知最大似然估计的一般求解过程：写出似然函数；对似然函数取对数，并整理；求导数 ；解似然方程极大似然估计，只是一种概率论在统计学的应用...