最大似然估計(MLE)，最大後驗機率估計（MAP），貝葉斯估計入門講解

已知數據X，去擬合某個機率模型的參數θ，是最基本的機器學習過程。 本文將入門講解3個最基本的方法：最大似然估計(Maximum Likelihood Estimation，簡稱MLE)，最大後驗機率估計（Maximum a Posteriori estimation，簡稱MAP），以及貝葉斯估計。 下面的全部講解都將用到這樣的一組實驗數據：拋一個硬幣10次，獲得以下結果： 正正反正反正正正反正 根

>>阅读原文<<