摘要
本文是关于MLE(最大似然估计)与MAP(最大后验概率)的一些自己学习的心得.
(本文的重点在于对比MLE和MAP)
正文
1.MLE(最大似然估计)
MLE简单的理解可以这样:假设我们手上有一批数据(样本),而且我们假设这些数据(样本)服从某个分布( 模型已知),但是参数未知.这个时候,我们希望对这个参数进行估计,而MLE的思想就是找到一个参数值,使得每条样本出现的概率最大!
具体来说假设样本为 x1,x2.....xn x 1 , x 2 . . . . . x n ,待估计的参数为 θ θ .
那么要优化的目标为:
argmax P(x1,x2,...xn|θ)