《概率论》：最大似然估计 和 求法

最新推荐文章于 2025-04-25 14:18:07 发布
最新推荐文章于 2025-04-25 14:18:07 发布
阅读量8.5k 收藏 12
点赞数 6
分类专栏： 数学 文章标签： 概率论 机器学习 最大似然估计
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wistonty11/article/details/120400096
版权
本文介绍了概率论中的最大似然估计思想，通过实例阐述其求解过程，包括从样本中推测概率模型、利用对数转换优化求解，并探讨了这种方法在实际应用中可能存在的局限性和准确性问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

2021.09.21

主要参考小崔老师：https://www.bilibili.com/video/BV1Hb4y1m7rE

《概率论》：最大似然估计 和 求法

视频地址：https://www.bilibili.com/video/BV1KL4y187jV/

1. 最大似然估计思路

从样本情况推测自然界概率模型，到底自然界真实情况是不是这样？不好说，不一定。

2. 方法

在这里插入图片描述

  • 第一步：自然界模型中，我们假设，抽中1的概率 θ \theta θ,抽2的概率 ( 1 − θ ) (1-\theta) (1−θ),但 θ
最低0.47元/天 解锁文章
最大似然估计(Maximum likelihood estimation)
weixin_30951389的博客
11-22 2159
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”。简单而言，假设我们要统计全国人口的身高，首先假设这个身高服从服从正态分布，但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高，但是可以通过采样，获取部分人的身高，然后通过最大似然估计来获取上述假设中的正态分布的均值与方差。 最大似然估计中采样需满足一个很重要的假设，就是所有的采样...
极大似然估计详解
热门推荐
知行流浪
05-28 39万+
极大似然估计         以前多次接触过极大似然估计，但一直都不太明白到底什么原理，最近在看贝叶斯分类，对极大似然估计有了新的认识，总结如下： 贝叶斯决策         首先来看贝叶斯分类，我们都知道经典的贝叶斯公式：         其中：p(w)：为先验概率，表示每种类别分布的概率；：类条件概率，表示在某种类别前提下，某事发生的概率；而为后验概率，表示某事发生
最大似然估计（Maximum Likelihood Estimation, 简称 MLE）
最新发布
Rhett_Butler0922的博客
04-25 629
通过观察到的数据，找到一组模型参数，使得这些数据在该模型下出现的概率（似然）最大化。换句话说，MLE 试图找到一组参数，使得模型对数据的描述能力最强。假设我们有nnn个独立同分布（i.i.d.）的观测数据Xx1x2xnXx1​x2​xn​，每个数据点xix_ixi​服从某个概率分布px∣θpx∣θ，其中θ\thetaθ是待估计的参数。
最大似然估计
影子的博客
01-23 2846
最大似然估计 设有分布f(x,θ)f(x,\theta) ,其中θ\theta为未知参数。已知服从该分布的样本 x1,x2,...,xnx_1,x_2,...,x_n，则可以求出当θ\theta为何值时，出现x1,x2,...,xnx_1,x_2,...,x_n这n个样本的概率最大。也就是，在已知实验结果（即样本）的情况下，估计满足这些样本分布的参数，把可能性最大的那个参数θ\theta作为真实
【最大似然估计】详解概率论之最大似然估计
程序星空实验室
06-21 1万+
最大似然估计(Maximum Likelihood Estimation，简称MLE)。它是机器学习中常用的一种参数估计方法。它提供了一种给定观测数据来评估模型参数的方法。也就是模型已知，参数未定。利用已知样本结果（统计概率）反推最有可能导致这样结果的参数值。.........
最大似然估计（通俗讲解）
m0_70832728的博客
05-01 1万+
最大似然估计是找到最适合这个数据的分布DDD的参数θ\thetaθ（即在所有可能的θ\thetaθ取值中，寻找一个值使这个采样的“可能性”最大化）。从数学上来说，可以在θ\thetaθ的所有可能取值中寻找一个值使得似然函数取到最大值。而这个可能性最大的θθ值即为θ\thetaθ的最大似然估计。最大似然估计实际上是样本的函数。笔者能力有限，遂分享自此，倘若大佬发现错误，敬请批评指正；倘若大佬有更加通俗易懂的理解方式，欢迎交流😁！
概率论--最大似然估计
🌟【AI炼丹师 | 你的数字技术搭子】 大二解锁3200+道友同行👾
07-26 1313
最大似然估计的目标是找到一个参数 𝜃^θ^，使得在给定 𝜃^θ^ 的情况下，观测到的数据出现的概率最大。通常，为了简化计算，我们会对似然函数取对数，得到对数似然函数 𝑙(𝜃)=log⁡𝐿(𝜃)l(θ)=logL(θ)，然后通过求导数并令其等于零来求解最优参数 𝜃^θ^。最大似然估计（Maximum Likelihood Estimation，MLE）是一种常用的统计方法，用于从样本数据中估计模型参数。例如，在二分类问题中，我们可以通过最大化样本数据的似然函数来找到最佳的权重和偏置参数。
概率论与数理统计教程(六)-参数估计03：最大似然估计与EM算法
u013250861的博客
02-11 617
§ 6.3 最大似然估计与 EM 算法 最大似然估计 (MLE) 最早是由德国数学家高斯 (Gauss) 在 1821 年针对正态分布提出的, 但一般将之归功于费希尔, 因为费希尔在 1922 年再次提出了这种想法并证明了它的一些性质而使得最大似然法得到了广泛的应用. 本节将给出最大似然估计的定义与计算及求取某些复杂情况下 MLE 的一种有效算法------M 算法, 并介绍最大似然估计的渐近正态性. 6.3.1 最大似然估计 为了叙述最大似然原理的直观想法, 先看两个例子. 例 6.3.1 设有外形完全相
概率论之最大似然估计以及假设检验----＞（习题与知识点总结）
bless_my_head的博客
03-11 4181
【最大似然估计】： 知识点： 例题： （题型1） 答案： 【假设检验】： 题型1： ...
两种常见的参数估计方法：矩估计和最大似然估计
分享各种学习心得和遇到的问题
06-26 2537
参数估计是统计推断中的一个重要部分，用于从样本数据中估计总体参数。以下是两种常见的参数估计方法：矩估计和最大似然估计。### 比较两种方法各有优缺点，具体选择哪种方法需要根据实际问题和数据特征来决定。
【数学】什么是最大似然估计？如何求解最大似然估计
q742971636的博客
06-14 4915
其核心思想是：给定一个观测数据集，找到一组参数，使得在这些参数下观测到当前数据的可能性（似然）最大。例如，在医学研究中，科学家常常需要估计某种疾病的发病率。假设有一个新的传染病，研究人员需要估计其传播率（即，传染给某人的概率）。他们收集了若干病例数据，通过最大似然估计，可以得到传播率的最优估计，从而帮助制定防控策略。最大似然估计同样可以应用于金融领域，比如估计股票的收益率和风险；在机器学习中，用于训练模型的参数，如线性回归中的回归系数等。分别求导并令其等于零，可以得到参数的估计值。的概率分布，观测数据为。
概率论-最大似然估计
常思考->有目标->重实践->善反思
12-11 1579
机器学习EM算法以及逻辑回归算法模型参数的求解都用到了最大似然估计，本文讲解其原理。 极大似然估计，通俗理解来说，就是利用已知的样本结果信息，反推最具有可能（最大概率）导致这些样本结果出现的模型参数值！ 换句话说，极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”。 最大似然估计通常是将目标函数转化为对数的形式，大大的简化了参数求解的运算。下面给出两个示
概率论之极大似然估计
赵子的博客
04-03 1876
统计的基本任务是以样本推断总体，在很多场合下，总体分布的形式是已知的，需要求得未知参数，这就是数理统计的参数估计问题。参数估计分为两种：一种是点估计，一种是区间估计。前者是用一个适当的统计量作为参数的近似，我们将统计量的样本值称为该参数的估计值；后者是用统计量两个值所界定的区间来指出真实参数值的大致范围。本文主要讲点估计中的极大似然估计。点估计的矩估计和区间估计以后再说。 极大似然估计(Maxim...
最大似然估计(Maximum likelihood estimation）
孤狼北望
10-25 6103
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”，利用已知样本结果（统计概率）反推最有可能导致这样结果的参数值。简单而言，假设我们要统计全国人口的身高，首先假设这个身高服从服从正态分布，但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高，但是可以通过采样，获取部分人的身高，然后通过最大似然估计来获取上述假设中的正态分布的均值与方差。 最大似然估...
最大似然估计(极大似然估计)
c2861024198的博客
05-03 2065
通过样例来讲解最大似然估计和极大似然估计以及他们的区别
最大似然估计（Maximum Likelihood，ML）
weixin_33720452的博客
08-30 803
先不要想其他的，首先要在大脑里形成概念！ 最大似然估计是什么意思？呵呵，完全不懂字面意思，似然是个啥啊？其实似然是likelihood的文言翻译，就是可能性的意思，所以Maximum Likelihood可以直接叫做最大可能性估计，这就好理解了，就是要求出最大的可能性（下的那个参数）。 一些最基本的概念：总体X，样本x，分布P(x；θ)，随机变量（连续、离散），模型参数，联合分布，条件分布 ...
最大似然估计（MLE）
nsh119的博客
03-20 4703
在研究语音识别中的算法之前，需要做一些基础理论的介绍，以便更好地进行后面的算法学习！~~~本文主要研究极大似然估计的理论。下面由经典的贝叶斯分类决策来引入极大似然估计：贝叶斯公式：                                            其中：p(w)：为先验概率，表示每种类别分布的概率；：类条件概率，表示在某种类别前提下，某事发生的概率；而为后验概率，表示某事发生了...
MATLAB遥感数据分类：最大似然法教程
2. 统计学中的参数估计，包括最大似然估计和贝叶斯估计等方法。 3. 多元统计分析，特别是多元高斯分布的性质和协方差矩阵的理解。 4. 遥感数据的基础知识，包括遥感图像的获取、预处理和分析流程。 5. MATLAB编程...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

羊老羊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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