一文讀懂矩估計、極大似然估計和貝葉斯估計

概率論和數理統計是機器學習重要的數學基礎。 概率論的核心是已知分佈求概率，數理統計則是已知樣本估整體。 概率論和數理統計是互逆的過程。概率論可以看成是由因推果，數理統計則是由果溯因。 數理統計最常見的問題包括參數估計，假設檢驗和迴歸分析。 所謂參數估計，就是已知隨機變量服從某個分佈規律，但是概率分佈函數的有些參數未知，那麼可以通過隨機變量的採樣樣本來估計相應參數。 參數估計最主要的方法包括矩估計法

>>阅读原文<<