概率论小疑问，最大似然估计是机器学习的入门理论，要好好理解

一个看似相似的问题：有以下两道概率题，看起来很困惑，但仔细想想，还是有差别的：

第1题：频率法是指通过实验或观察来计算概率，通过投掷硬币来计算正面朝上的概率，硬币投掷10次，其中有6次正面朝上，那么正面朝上的概率就是60%。

第2题：用最大似然估计法，然后计算实验结果的概率是多少，概率越大的，那么这个假设的参数就越可能是真的。

假设每次的概率是0.5，理论计算的概率为:

(C6 10 )0.5**6(1 - 0.5)**4≈ 0.21=21%

假设每次的概率是0.6，理论计算的概率为:

(C6 10 )0.6**6(1 - 0.6)**4≈ 0.25=25%

乍一看，60%与21%或者25%差距太远，这如何是好。是不是应该这样理解：21%或者25%是60%这个概率出现的概率？

欢迎大家讨论