深入理解机器学习与极大似然之间的联系

似然函数：事件A的发生含着有许多其它事件的发生。所以我就把这些其它事件发生的联合概率来作为事件A的概率，也就是似然函数。数据类型的不同（离散型和连续性）就有不同的似然函数

极大似然极大似然估计方法（Maximum Likelihood Estimate，MLE）：那就是让这个似然函数的最大，目的是解决模型已定，参数未知的问题
可以发现，机器学习本身也是一种由数据（有标签或无标签）推测模型的过程，与极大似然估计十分类似。粗糙点说，极大似然的概率密度函数就像是机器学习的算法，要用偏导求得的参数就相当于机器学习里的参数（不是超参数，虽然有些算法只有超参数，这是一个大概的理解