一文读懂矩估计、极大似然估计和贝叶斯估计

概率论和数理统计是机器学习重要的数学基础。 概率论的核心是已知分布求概率，数理统计则是已知样本估整体。 概率论和数理统计是互逆的过程。概率论可以看成是由因推果，数理统计则是由果溯因。 数理统计最常见的问题包括参数估计，假设检验和回归分析。 所谓参数估计，就是已知随机变量服从某个分布规律，但是概率分布函数的有些参数未知，那么可以通过随机变量的采样样本来估计相应参数。 参数估计最主要的方法包括矩估计法

>>阅读原文<<