机器学习白板推导系列学习笔记1----频率派与贝叶斯派

1 定义参数 X:数据。N个样本，每个样本P维 ：参数。 2 频率派 认为为未知的常量，X 为随机变量 目标：估计得到 极大似然估计： =   由此发展出的为统计机器学习，一般是一个优化问题： 建模--->loss function----->具体算法（梯度下降等）   3 贝叶斯派 认为为随机变量，X 为随机变量，~p()先验，服从分布。 目标：求出最大的那个概率分布 由此发展出的为概率图模型，

>>阅读原文<<