最大似然估計 （MLE）與 最大後驗概率（MAP）在機器學習中的應用

最大似然估計 MLE 給定一堆數據，假如我們知道它是從某一種分佈中隨機取出來的，可是我們並不知道這個分佈具體的參，即「模型已定，參數未知」。 例如，對於線性迴歸，我們假定樣本是服從正態分佈，但是不知道均值和方差；或者對於邏輯迴歸，我們假定樣本是服從二項分佈，但是不知道均值，邏輯迴歸公式得到的是因變量y的概率P = g(x), x爲自變量，通過邏輯函數得到一個概率值，y對應離散值爲0或者1，Y服從二

>>阅读原文<<