极大似然估计法

以扔硬币为例子，理想状况下正反面都是50%的概率，但现实情况不一定扔10次，就一定会出现5正面，5反面。可能存在以下情况：9次反，1次正；7次正，3次反；8次正，2次反；  那么他们分别对应的概率分布即正90%,负10%；正70%,负30%；正80%，负20%；

所以理想的概率不一定就是真实情况的反应

那么什么是最大似然值估计呢？

假设扔了10次硬币出现7次正，3次反的情况为事件𝜃；且现在有三种扔硬币的概率，P1：正90%,负10%；P2：正70%,负30%；P3：正80%，负20%；求分别以P1,P2,P3为扔硬币的概率的条件下，扔出事件A的可能性。

似然值：即算出来每种概率情况下事件𝜃的可能性。

最大似然估计：就是找那个概率条件下出现事件𝜃可能性最大的过程。（这个概率条件也不一定是事件𝜃的概率分布，只能说它的可能最大）

计算过程如下：

（1）计算公式

（2）计算过程

视频链接【“损失函数”是如何设计出来的？直观理解“最小二乘法”和“极大似然估计法”】https://www.bilibili.com/video/BV1Y64y1Q7hi?vd_source=84cddb139265a02bbd5cf3beec991645