人工智能数学基础--极大似然估计

                                                   极大似然估计

极大似然估计的原理，用一张图片来说明，如下图所示：

原理：极大似然估计是建立在极大似然原理的基础上的一个统计方法，是概率论在统计学中的应用。极大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。通过若干次试验，观察其结果，利用试验结果得到某个参数值能够使样本出现的概率为最大，则称为极大似然估计。

总结起来，最大似然估计的目的就是：利用已知的样本结果，反推最有可能（最大概率）导致这样结果的参数值。
 

如果觉得很蒙圈，举个贝叶斯原理的例子加以说明：

首先来看贝叶斯分类，我们都知道经典的贝叶斯公式，在已知先验概率，表示每种类别分布的概率；：类条件概率，表示在某种类别前提下，某事发生的概率；而为后验概率，表示某事发生了，并且它属于某一类别的概率，有了这个后验概率，