极大似然估计法的理解指南

今天讲一个在机器学习中重要的方法——极大似然估计。这是一个，能够让你拥有拟合最大盈利函数模型的估计方法。01什么是极大似然估计法极大似然估计是 1821 年由高斯提出，1912 年由费希尔完善的一种点估计方法。通俗来说，极大似然估计法其实源自生活的点点滴滴，比方说有一个大学生他天天上课不听讲，天天上课玩手机，老师盯着他看了老半天，他也不知道收敛一些，那通过老师几十年的教学经验的判断，这小子期末一定是挂科的，果不其然，他真的挂科了。老师以过去大量的相同事件来判断目前正在发生的类似事件，这就是极大似然。其实一开始写这个分享，我准备了很多小故事，希望用风趣幽默的文法把一个很抽象的数学名词尽可能的讲给所有人听， ………………………………