一、从概率角度理解线性回归的优化目标
二、极大似然估计（最大似然估计或最大概似估计）
极大似然估计，只是一种概率论在统计学的应用，它是参数估计的方法之一。
已知某个随机样本满足某种概率分布，但是其中具体的参数不清楚，参数估计就是通过若干次试验，观察其结果，利用结果推出参数的大概值。
极大似然估计是建立在这样的思想上：已知某个参数能使这个样本出现的概率最大，我们当然不会再去选择其他小概率的样本，所以干脆就把这个参数作为估计的真实值。
通俗易懂解释极大似然估计，只需一句话：非洲人大部分都是黑人，所以当你看到黑人会下意识认为他是非洲人——这就是极大似然估计。当然，由于是极大似然的，所以对于小概率事件就失效了。
三、逻辑回归
四、贝叶斯公式
在夏季，某公园男性穿凉鞋的概率为 1/2 ，女性穿凉鞋的概率为 2/3 ，并且该公园中男女比例通常为 2:1 。
问题：若你在公园中随机遇到一个穿凉鞋的人，请问他的性别为男性或女性的概率分别为多少？
1671
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
