最大似然估计(MLE)----最大后验估计(MAP)

本文介绍了最大似然估计的基本概念,这是一种重要的参数估计方法,在已知概率分布条件下寻找模型参数的最优估计值,使得所选取的估计能够最大程度地解释已观测的数据。

最大似然估计:把待估计的参数当做是确定的量,只是其取值未知。最佳估计就是使得产生已经观测到的样本(即训练样本)的概率最大的那个值。

在频率学派看来,参数估计中,参数虽然未知,但是是客观存在的固定值,因此可以通过优化似然函数等准则来确定参数的值。

基本假设:

 

 

 

转载于:https://www.cnblogs.com/youyouzaLearn/p/6043264.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值