机器学习_参数估计/贝叶斯（已知解析式求参数）

【1】必要性：已知概率密度函数形式，用样本来估计参数。 【2】最大似然估计：         1.理论：现在已经拿到了很多个样本，那么我们要找一个参数，使这些样本发生的可能性最大。这些样本已经产生了，所以找到的这个参数应当最有利于这些样本的产生。         2.似然函数：实质就是概率函数，含有参数而样本点已经带入的函数。详情见下面。            http://blog.csdn.n

>>阅读原文<<