Bayesian（MAP）与Maximum Likelihood（MLE）的区别

首先我们得清楚MAP与MLE的概念是什么？

MAP：maximun a posteriori 最大后验估计

假设$\theta$是能够最好解释数据集$D$概率分布的参数。我们希望利用贝叶斯原理来估计参数$\theta$：
$p(\theta|D)=\frac{p(D|\theta) * p(\theta)}{p(D)}$
$posterior = \frac{likelihood * prior}{evidence}$

MLE：Maximum Likelihood Estimate 极大似然估计

已知某个随机样本满足某种概率分布，但是其中具体的参数不清楚，参数估计就是通过若干次试验，观察其结果，利用结果推出参数的大概值。