算法学习笔记----Day42(最大似然估计与过拟合)

目录 一.贝叶斯公式带来的思考 二.最大似然估计 三.最大似然估计的应用 1.二项分布 2.正态分布 四.过拟合 一.贝叶斯公式带来的思考 给定某些样本D,在这些样本中计算某结论A1、A2、…、An出现的概率 也就是说,如果知道某样本D发生了,要使得Ai事件发生的概率最大,可以等价转化为,使得Ai事件发生时,样本D发生的概率最大。 二.最大似然估计 分析:即假定n个样本独立同分布,则可以用L函数表
相关文章
相关标签/搜索