1,概率与似然
在某个分布的参数已知的情况下,计算某个值(或一组值、一个区间)出现的概率,概率是用原因推测结果,给定某个分布,理论情况下事件发生的频率跟我们计算出来的概率是一样的。
如果我们拿到一组值,不知道这组值对应的分布的参数,甚至都不知道这组值服从何种分布,我们推测可能分布的参数,我们给这个参数取不同的值,计算这些点发生概率的乘积,这就是似然。我们要找到概率最大时(即最大似然)对应的参数值,此时的参数值最有可能是真实分布的参数值。
2,最大似然估计
已知一组数,不知道这组数的分布,假定它服从某一个分布,这个分布的参数未知(我们要估计的对象),尝试不同的参数值,使得这组数发生的概率最大的那个参数值就是这个分布的参数。
Reference
https://lulaoshi.info/deep-learning/linear-model/maximum-likelihood-estimation.html
https://www.zhihu.com/question/24124998/answer/242682386