极大似然估计法是求点估计的一种方法，最早由高斯提出，后来费歇尔（Fisher）在1912年重新提出。它属于数理统计的范畴。
大学期间我们都学过概率论和数理统计这门课程。
概率论和数理统计是互逆的过程。概率论可以看成是由因推果，数理统计则是由果溯因。
用两个简单的例子来说明它们之间的区别。
由因推果（概率论）
例1：设有一枚骰子，2面标...
分类：
其他好文 时间：
2016-05-13 04:37:36
阅读次数：
287
证据理论是Dempster于1967年首先提出，由他的学生Shafer于1976年进一步发展起来的一种不精确推理理论，也称为Dempster/Shafer 证据理论(D-S证据理论)，属于人工智能范畴，最早应用于专家系统中，具有处理不确定信息的能力。作为一种不确定推理方法，证据理论的主要特点是：满足比贝叶斯概率论更弱的条件；具有直接表达“不确定”和“不知道”的能力·。
DS理论
...
分类：
其他好文 时间：
2016-05-13 02:37:48
阅读次数：
192
一、期望和方差
方差根据数学期望有两个公式：DX=E((X-EX)^2) 和DX=EX^2-(EX)^2
DX=E(X^2-2XEX+(EX)^2)
=E(X^2)-E(2XEX)+(EX)^2
=E(X^2)-2(EX)^2+(EX)^2
=E(X^2)-(EX)^2
二、泊松分布
泊松分布的概率函数为：
...
分类：
其他好文 时间：
2016-05-12 12:26:24
阅读次数：
123
条件概率：P(X|Y) 联合概率：P(X, Y) 边缘概率：P(X), P(Y). 联合概率 = 条件概率 * 边缘概率 通常会用条件概率来解决逆问题。 逆问题是指：需要从结果反推原因的问题； 正问题是指：从原因推出结果。 逆问题常见的有： 通信：根据含有噪声的接收信号Y推测发送信号X； 语音识别： ...
分类：
其他好文 时间：
2016-05-08 18:09:32
阅读次数：
160
第一章 随机事件与概率
第二章 随机变量及其分布
第三章 多维随机变量及其分布
第四章 大数定律与中心极限定理
第五章 统计量及其分布
第六章 参数估计
第七章 假设检验
第八章 方差分析与回归分析
第一章 随机事件与概率
1.1随机事件及其运算
概率论与数理统计研究的对象是随机现象. 概率论是研究随机现象的模型（即概率分布），数理统计是研究随机现象的数据收集与处理...
分类：
其他好文 时间：
2016-05-07 07:46:55
阅读次数：
132
主要讲解了贝叶斯概率与统计派概率的不同。
概率论，决策论，信息论（probability theory, decision theory, and information theory）是以后用到的三个重要工具，本节主要介绍概率论，这里的介绍还是结合前面的多项式拟合的例子讲解。...
分类：
其他好文 时间：
2016-05-06 15:58:06
阅读次数：
285
本章内容□使用概率分布进行分类□学习朴素贝叶斯分类器□解析RSS源数据口使用朴素贝叶斯来分析不同地区的态度 前两章我们要求分类器做出艰难决策，给出“该数据实例属于哪一类”这类问题的明确答案。不过，分类器有时会产生错误结果，这时可以要求分类器给出一个最优的类别猜测结果，同时给出这个猜测的概率估计值。 ...
分类：
其他好文 时间：
2016-05-01 16:21:50
阅读次数：
237
Skew（偏度）
在概率论和统计学中，偏度衡量实数随机变量概率分布的不对称性。偏度的值可以为正，可以为负或者甚至是无法定义。在数量上，偏度为负（负偏态）就意味着在概率密度函数左侧的尾部比右侧的长，绝大多数的值（包括中位数在内）位于平均值的右侧。偏度为正（正偏态）就意味着在概率密度函数右侧的尾部比左侧的长，绝大多数的值（但不一定包括中位数）位于平均值的左侧。偏度为零就表示数值相对均匀地分布在平均值...
分类：
其他好文 时间：
2016-04-29 19:55:52
阅读次数：
284
Skew（偏度）
在概率论和统计学中，偏度衡量实数随机变量概率分布的不对称性。偏度的值可以为正，可以为负或者甚至是无法定义。在数量上，偏度为负（负偏态）就意味着在概率密度函数左侧的尾部比右侧的长，绝大多数的值（包括中位数在内）位于平均值的右侧。偏度为正（正偏态）就意味着在概率密度函数右侧的尾部比左侧的长，绝大多数的值（但不一定包括中位数）位于平均值的左侧。偏度为零就表示数值相对均匀地分布在平均值...
分类：
其他好文 时间：
2016-04-26 21:50:15
阅读次数：
533
