一、频率派 假设X为随机数据，其矩阵表示维度为N,假设θ为X随机数的特征，频率派认为在一次实验中，如果时间A发生了，那么则认为事件A的发生一定是事件A的概率最大，记为P(x=A)最大，由假设可知事件A发生的概率和θ有关。 极大似然是指一次试验就发生的事件，这个事件本身发生概率最大，极大似然估计具体求 ...
分类：
其他好文 时间：
2020-02-21 18:24:04
阅读次数：
84
似然 这个词害死人啊！ 拽什么拽啊，就是 最大可能估计！还有什么极大似然估计。都是坑人的，都一样。 最大似然估计是机器学习领域最为常见的用来构建 目标函数 的方法。 他的核心思想是：根据观测到的结果来预测其中的未知参数。 假设有一枚硬币，它是不均匀的，也就是说出现正面的反面的概率是不同的。假设我们设 ...
分类：
其他好文 时间：
2020-02-13 21:21:07
阅读次数：
100
from https://zhuanlan.zhihu.com/p/24709748 极大似然 https://blog.csdn.net/zengxiantao1994/article/details/72787849 https://zhuanlan.zhihu.com/p/26614750 矩 ...
分类：
其他好文 时间：
2020-02-11 21:58:23
阅读次数：
97
[TOC] 可能我从来就没真正的整明白过，只是会考试而已 搞清楚事情的来龙去脉不容易忘记 两个常见的参数估计法： 极大似然估计法和最小二乘法 1.极大似然估计 "ref知乎" ,模型已定，参数未知的条件下，根据实验数据估计参数模型，等价于“利用已知的样本结果，反推最有可能（最大概率）导致这样结果的参 ...
分类：
其他好文 时间：
2020-01-14 11:26:18
阅读次数：
151
本文在少用数学公式的情况下，尽量仅依靠感性直觉的思考来讲解 极大似然估计 & 极大后验概率估计，并且从名著中找了几个实例给大家看看这两种估计如何应用 & 其非常有趣的特点。 ...
分类：
其他好文 时间：
2020-01-10 23:56:15
阅读次数：
194
目录： 隐马尔可夫模型 Viterbi算法（必须掌握） 简述：普通领域不常用，自然语言与金融领域用的比较多，总共涉及到概率问题，求参数问题，取范围问题。 用到的知识点有全概率公式，条件概率公式，边缘概率公式，贝叶斯公式，极大似然估计 概率计算问题 直接计算法 暴力算法 前向算法 后向算法 后向算法不 ...
分类：
其他好文 时间：
2020-01-06 23:11:21
阅读次数：
119
朴素贝叶斯模型是机器学习中经常提到的概念。但是相信很多朋友都是知其然而不知其所以然。本文将尽量使用易懂的方式介绍朴素贝叶斯模型原理，并且通过具体应用场景和源码来帮助大家深入这个概念。 ...
分类：
其他好文 时间：
2020-01-04 22:39:00
阅读次数：
122
陈某在B站上面搜索了监督学习和非监督学习 看完了一段40分钟左右介绍非监督学习算法中介绍期望最大算法（EM算法）的教学视频 也顺带又复习了一遍二项分布以及标准正态的概率密度 极大似然估计的计算方法 了解了算法背景 极大似然估计存在局限性 1.需要事先假定假定数据分类 2.假设的数据分布与真实的数据分 ...
分类：
其他好文 时间：
2019-12-23 20:39:21
阅读次数：
94
一、引子 一种迭代算法，1977年由Dempster等人提出，用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计。每次迭代由两部分构成，E步求期望，M步求极大，称为期望极大算法。 概率模型有时既含有观测变量，又含有隐变量。如果概率模型的变量都是观测变量，那么给定数据，可以直接用极大似然估 ...
分类：
编程语言 时间：
2019-12-20 18:37:52
阅读次数：
88
1. 参数估计(点估计)：样本信息已知，对总体分布和参数做出估计。方法有：矩估计，最大似然估计，最小二乘估计。 2. 矩估计：用样本的k阶原点矩替代总体的k阶原点矩，这样得到的位置参数θ的估计量称为θ的矩估计量 3. 极大似然估计：参数的极大似然估计就是在参数空间中找到一个最恰当的值，就目前的样本空 ...
分类：
其他好文 时间：
2019-11-03 20:26:11
阅读次数：
91
