深蓝学院的深度学习理论与实践课程:第二章

本文详细介绍了极大似然估计的概念及其在机器学习和深度学习中的应用,解释了为什么需要取似然函数的最大值以及其在神经网络参数求解中的作用。此外,还提及了感知机模型、神经网络以及反向传播算法的基础知识。
摘要由CSDN通过智能技术生成

1、知识引入(重点介绍极大似然估计)

极大似然估计就是我们来求解模型参数的这样一个过程或者是一种方法。

 

已经知道模型的概率分布那就是p,这就符合前边我们假设的第2点,这个分布是已知的。O代表是我们观测的一个结果,M代表是我们的模型(我们知道模型M,因为这个M我们已经假设概率分布是p,所以通过M得出我们的观测,O相当于之前的x,M相当于之前的θ;)。使用独立同分布的性质可以拆成连乘。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Upupup6

写手不易请留下你的打赏鼓励谢谢

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值