首页 > 其他 > 详细

极大似然估计和贝叶斯决策详解

时间:2019-07-08 23:21:00      阅读:138      评论:0      收藏:0      [点我收藏+]

原博客链接1 :https://blog.csdn.net/zengxiantao1994/article/details/72787849

原博客链接2: https://blog.csdn.net/linyanqing21/article/details/50939009

主要内容:总结起来,最大似然估计的目的就是:利用已知的样本结果,反推最有可能(最大概率)导致这样结果的参数值。

 原理:极大似然估计是建立在极大似然原理的基础上的一个统计方法,是概率论在统计学中的应用。极大似然估计提供了一种给定观察数据来评估模型参数的方法,即:“模型已定,参数未知”。通过若干次试验,观察其结果,利用试验结果得到某个参数值能够使样本出现的概率为最大,则称为极大似然估计。

极大似然估计和贝叶斯决策详解

原文:https://www.cnblogs.com/tan2810/p/11154691.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!