機器學習中的數學(二)：參數估計與似然函數(MLE)

在機器學習中，我們經常使用一個模型來描述生成觀察數據的過程。例如，我們可以使用一個隨機森林模型來分類客戶是否會取消訂閱服務（稱爲流失建模），或者我們可以用線性模型根據公司的廣告支出來預測公司的收入（這是一個線性迴歸的例子）。每個模型都包含自己的一組參數，這些參數最終定義了模型本身。 我們可以把線性模型寫成 y = mx + c 的形式。在廣告預測收入的例子中，x 可以表示廣告支出，y 是產生的收入

>>阅读原文<<