機器學習中的參數估計問題

最大似然估計、最大後驗估計和貝葉斯估計 概述如下： 一，最大似然估計-MLE（頻率派） 最大似然估計： 給定一個數據集 D D 且假設我們已知該數據集的分佈，這個分佈的參數 θ θ 是固定的，不服從任何分佈。MLE的目標就是找出一組參數 θ⃗ =(θ1,θ2,...,θn) θ → = ( θ 1 , θ 2 , . . . , θ n ) ,使得觀測數據出現的概率最大（即模型產生出觀測數據的概率

>>阅读原文<<