最大似然估计（MLE）和最大后验概率（MAP）

最近在研究概率估计，最大似然估计（MLE）和最大后验概率（MAP）都可以用于估计生成样本数据的概率分布。

但二者略有区别，进行一下分析：

最大似然估计（MLE，Maximum Likelihood Estimation）

给定一堆数据，假如我们知道它是从某一种分布中随机取出来的，可是我们并不知道这个分布具体的参数，即“模型已定，参数未知”。例如，我们知道这个分布是正态分布，但是不知道均值和方差；或者是二项分布，但是不知道均值。 最大似然估计就可以用来估计模型的参数。MLE的目标是找出一组参数μ，使得模型产生出观测数据的概率最大，即：