極大似然小結

在機器學習中，我們經常要利用極大似然法近似數據整體的分佈，本篇文章通過介紹極大似然法及其一些性質，旨在深入淺出地解釋清楚極大似然法。 0. 貝葉斯概率 首先看一下經典的貝葉斯公式： p ( Y ∣ X ) = p ( X ∣ Y ) p ( Y ) p ( X ) p(Y|X)=\frac{p(X|Y)p(Y)}{p(X)} p(Y∣X)=p(X)p(X∣Y)p(Y)​ 其中， p ( Y ) p

>>阅读原文<<