白板推导系列疑惑：最大后验估计MAP、极大似然估计MLE、贝叶斯估计方面的一些理解和疑惑

        MLE和MAP的区别只是后者多一个代求分布模型的参数的分布也带进来（也就是先验P(θ)）最大化。

        是两种解决问题的思路，一个是从现象出发，找出让这种现象（数据集）出现概率最大的参数。

        后者是从参数出发，找出最能表现拟合这组数据的参数，并且这组参数还有先验信息。我暂时只能理解到这，感觉懂的还是不通透，希望懂的大佬补充。

        1.UP主又说贝叶斯估计准确来说还是需要计算分母，但是分母不是积分了之后和参数无关了吗为什么还要计算？

        2.还有贝叶斯预测那 X->θ->xbar 怎么推出来的？

        希望有懂的伙伴交流一下评论区。