二进制杯莫停的博客

  在机器学习的算法中，经常看到极大似然估计的身影，不接触数学一段时间的我，对它又熟悉又陌生，还是决定系统的写一下极大似然估计的思想。  极大似然估计法是求点估计的常用方法之一。极大似然估计法是建立在已知总体分部形式上的估计方法。1. 基本思想思想：在给定样本观察值的条件下，用使这组样本观察值出现概率最大的参数 θ 的估计。可能仅凭一句话还不好理解，下面我们看一个例子：  设一个口袋中装...

  本系列博文主要是针对机器学习算法中需要的一些知识点做一个总结，方便回顾和复习，我只总结了一些比较常用的概念，在学习算法的过程中遇到的概念我会慢慢更新，期待有所进步。废话不多说，我们开始总结吧！1. 重要概念样本空间：随机试验E的所有可能结果组成的集合成为E的样本空间。样本空间的元素，即E的每个结果，称为样本点。样本空间的一个划分：设S为试验E的样本空间，B1，B2，…，Bn 为 E 的...

  设随机试验的样本空间为S = { e }。X = X(e) 是定义在样本空间S上的实值单值函数。称X = X(e) 为随机变量。  有许多随机试验，它们的结果本身是一个数。例如，用Y记某车间一天的缺勤人数，以W记某一地区第一季度的降雨量。我们一般以大写字母如X，Y，Z，… 表示随机变量，以小写字母x，y，z，… 表示实数。1. 离散型随机变量及其分布律  有些随机变量，它的全部可能取到的...