极大似然估计(MLE)和贝叶斯估计(MAP)

极大似然估计（MLE）和贝叶斯估计（MAP） 标签（空格分隔）：机器学习笔记 极大似然估计与贝叶斯估计是统计中两种对模型的参数确定的方法，两种参数估计方法使用不同的思想。 前者来自于频率派，认为参数是固定的，我们要做的事情就是根据已经掌握的数据来估计这个参数（上帝眼中参数 θ 早已经固定了，带入 xi 样本来求 θ ，根据样本来求 θ ，最大的值就是最大的估计，就是我们认为固定的值） ：X=(x1

>>阅读原文<<