通俗理解最大似然估计，最大后验几率估计，贝叶斯估计

如下全部例子都是抛硬币问题，在两次试验中出现正，反两次结果，求该硬币出现正面的几率p,变量 最大似然估计：随机数       假设分布为伯努利分布，也就是二项分布，出现正面的几率是p,则下次出现上述实验结果现象的几率是：L=P(1-p)，如何才能让下次出现相同结过的几率最大？天然是L越大越好，则p=0.5,因此极大似然估计的核心思想是求参数为什么值时才能使样本出现的几率最大。经验 最大后验几率估计

>>阅读原文<<