最大后验估计（MAP)

最大后验估计（maximum a posteriori probability estimate, 简称MAP）
与最大似然估计类似，但是，在似然函数后面多乘了一项，即“待估计参数的先验分布”。故最大后验估计可以看作规则化的最大似然估计。

根据贝叶斯理论，对于θ的后验分布：

后验分布的目标为：

（分母为f(x)，是固定值）

MAP认为，θ是一个随机变量，其先验概率密度函数是已知的，为P(θ)，所以其目标为：

MLE认为，θ是非随机变量或者分布未知的随机变量，这两种情况都可以认为P(θ)均匀分布的，即该概率是一个固定值，P(θ)=C，所以其目标为：