数学方法理解整理

1、最小二乘法的本质

https://www.zhihu.com/question/37031188

2、最大似然估计

概率是已知模型和参数，推数据。统计是已知数据，推模型和参数。
对于函数：

P(x|θ)

输入有两个：x表示某一个具体的数据；θ表示模型的参数。
如果θ是已知确定的，x是变量，这个函数叫做概率函数(probability function)，它描述对于不同的样本点x，其出现概率是多少。

如果x是已知确定的，θ是变量，这个函数叫做似然函数(likelihood function), 它描述对于不同的模型参数，出现x这个样本点的概率是多少。最大似然函数即求θ使得在相应的x₀下似然函数最大。

P(x₀|θ)

2.1、最大后验估计

参考：
https://blog.csdn.net/u011508640/article/details/72815981
最大似然估计是求参数θ, 使似然函数P(x₀|θ)最大。最大后验概率估计则是想求θ使P(x₀|θ)P(θ)最大。求得的θ不单单让似然函数大，θ自己出现的先验概率也得大。

MAP其实是在最大化P(θ|x₀)=P(x₀|θ)P(θ) / P(x₀)，不过因为x₀是确定的（即投出的“反正正正正反正正正反”），P(x₀)是一个已知值，所以去掉了分母P(x₀)。

对于SLAM14讲状态估计函数，要估计的状态为x=(x₁,x₂…x_n,y₁,y₂…y_n)和观测量是z，其也是一个最大后验估计问题，并将其转换成最大似然问题。

2.2 条件概率

总概率