最大後驗概率比最大似然估計多了先驗概率
對於這個函式：
p(x|θ)
輸入有兩個：x表示某乙個具體的資料；θ表示模型的引數。
如果θ是已知確定的，x是變數，這個函式叫做概率函式(probability function)，它描述對於不同的樣本點x，其出現概率是多少。
如果x是已知確定的，θ是變數，這個函式叫做似然函式(likelihood function), 它描述對於不同的模型引數，出現x這個樣本點的概率是多少。（gan）
最大似然估計 最大似然估計與最大後驗估計聯絡
引數估計的目的是決定變數之間相互關聯的量化關係。常用的引數估計方法包括最大似然估計法 最大後驗估計 期望最大化法 em 和貝葉斯估計方法。在觀測資料前，我們將 的已知知識表示成先驗概率分布，p 我們通常稱為先驗。一般而言，在機器學習實踐的時候，會選擇乙個相當寬泛的先驗分布 這個先驗分布通常是高熵的分...
最大似然估計，最大後驗估計
p a b 這個公式看下面韋恩圖就懂了 在事件 b 發生的條件下發生事件 a 的概率 p a b 就是 ab 同時發生的概率 p ab 比 b 發生的概率 p b p a b frac 形式上很明顯，這個公式是條件概率變形而來 p a b rightarrow p a b p b p ab p b ...
最大似然估計和最大後驗概率估計（MLE MAP）
0.相關概念 資料 x 引數 theta 假設概率模型為 x p x theta xi服從於p x theta 並且是獨立同分布 iid 明確先驗 後驗和似然的概念 似然 likelihood evidence p x theta 有看到別的地方的evidence指的是所有樣本x的總和 先驗 pri...