机器学习总结(四)：极大似然估计与最小二乘法

在上一篇博客中，我简单复习了矩估计，这篇博客将对点估计中的另外两个常见估计方法进行总结，分别是极大似然估计与最小二乘法，首先会对各自知识点进行归纳，最后论证这两种参数估计方法在特定条件下的转换关系。 极大似然估计 基本概念 在总体分布类型已知的前提下所使用的一种参数估计方法，这不同于矩估计，矩估计是在总体分布类型未知的情况下进行的。 理论依据 概率大的事件在一次观测中更容易出现 通俗的解释 似然估

>>阅读原文<<