极大似然估计和贝叶斯估计

极大似然估计 MLE
1、抛硬币实验，不给定正反面的参数，设一个，二项分布。
2、写出出现结果序列的概率
3、求解概率公式，关于参数的函数，求偏导
求参数的极大似然估计

贝叶斯估计 Bayes
假设知道是0/1之间的均匀分布（我假设的，观察经验，你也可以设置其他的）
1、给定一个你认为合理的参数，给定结果序列
2、写出条件概率公式，贝叶斯公式

分母是积分常数

对比
样本量很大：二者一样

样本量不大：
贝叶斯有优势，不会像MLE那样太为极端（如果只有一个样本，不是等于0就是等于1）