極大似然估計(Maximum Likelihood Estimation)核心思想及在機器學習中的數值優化算法介紹

爲何要估計? 估計類條件機率的一種經常使用策略是先假定其具備某種肯定的機率分佈形式(機率論中常假定設機率密度函數分佈,例如,但機器學習中不這麼求解)，再基於訓練樣本對機率分佈的參數進行估計. 節選自周志華的<<機器學習>> MLE核心思想: 已經發生的就是機率最大的*(即用已經發生的事情來估計真實的環境(模型),即模型的真實參數),至關於這些樣本數據是想要獲得的那個模型生成的 參考: https:

>>阅读原文<<