极大似然估计(Maximum Likelihood Estimation)核心思想及在机器学习中的数值优化算法介绍

为何要估计? 估计类条件几率的一种经常使用策略是先假定其具备某种肯定的几率分布形式(几率论中常假定设几率密度函数分布,例如,但机器学习中不这么求解)，再基于训练样本对几率分布的参数进行估计. 节选自周志华的<<机器学习>> MLE核心思想: 已经发生的就是几率最大的*(即用已经发生的事情来估计真实的环境(模型),即模型的真实参数),至关于这些样本数据是想要获得的那个模型生成的 参考: https:

>>阅读原文<<