机器学习之极大似然估计

极大似然估计 基本思想 极大似然估计是在整体类型已知的条件下使用的一种参数估计方法。 首先是德国数学家高斯在1821年提出的，然而这个方法常归功于英国统计学家费歇。 极大似然法的基本思想经过一个例子说明： 一个猎人和一个二逼外出打猎，一只野兔从前方窜过，一声枪响，野兔应声倒下。若是要你推测，是谁打中的？你会如何想？ 选择一个参数使得实验结果有最大的几率 （1）若整体X属离散型，其分布律P{X=x}

>>阅读原文<<