机器学习基础--最大似然估计
来源:互联网 发布:音悦台 for mac 编辑:程序博客网 时间:2024/06/06 07:43
昨天作报告,讲到机器学习中的基础知识,最大似然估计,老师提了一个问题,就是为什么会写成那个样子,为什么是求
argmax
,无法回答,于是还是看看概率论吧
机器学习领域,最常用的参数估计准则就是最大似然估计,而且他和我们代价函数最常用的最小均方误差有直接的联系。它的主要思想就是像一位网友说的“眼见为实”。
先说说一个网上的例子,有一个黑箱子里面有100个球,只有黑白两个颜色,一个颜色90个,另一10个,现在我们从黑盒子里任意抽一个,发现是黑球,那么哪个颜色的球是90个?
我们都知道概率越大,事件越有可能发生,反过来,也就是最大似然估计的原理和思想:事件出现发生,它的概率即应该是较大的那个。那么上述例子,按照最大似然估计的思想来推导出发现黑色球有90个,白色10个。
数学表述
假设一次试验,有n个可能结果
最大似然估计就是一次抽样过程中,得到一组观测值
最大似然函数估计
从似然函数讲起:以离散型变量为例,连续型类似;
首先假定总体
到这里似然函数就定义为样本值
机器学习相关
然后给出机器学习中涉及的最大似然估计:
考虑一组含有m个样本的数据集
令
由
那么对于参数
求和形式是:
- 机器学习基础--最大似然估计
- 机器学习->统计学基础->贝叶斯估计,最大似然估计(MLE),最大后验估计(MAP)
- 机器学习->统计学基础->贝叶斯估计,最大似然估计(MLE),最大后验估计(MAP)
- 机器学习之--最大似然估计
- 机器学习:最大似然估计与最大后验概率估计
- 【机器学习】MAP最大后验估计和ML最大似然估计区别
- 机器学习读书笔记之2 - 最大似然估计
- 机器学习第五课part1(最大似然估计,PCA)
- 最大似然估计学习
- 机器学习概念:最大后验概率估计与最大似然估计 (Maximum posterior probability and maximum likelihood estimation)
- 【机器学习算法-python实现】最大似然估计(Maximum Likelihood)
- 【机器学习】(3):拟合度与最大似然估计
- 机器学习笔记(四)——最大似然估计
- 机器学习小组知识点6:最大似然估计法(MLE)
- 机器学习第十四课part1(Jensen不等式,最大似然估计回顾,Gaussian Mixture Model)
- 机器学习之从极大似然估计到最大熵原理以及EM算法详解
- 机器学习数学|极大似然估计
- 最大似然估计学习总结
- MKL链接选项问题
- bytes转为GB、MB、KB格式(使用BigDecimal)
- 关于Java并发编程的总结和思考
- 2017世界云计算日·中国站
- Java IO流学习总结
- 机器学习基础--最大似然估计
- js 时间类型的转化
- JavaScript判断浏览器种类
- 插入(<<)和提取(>>)运载符的重载
- 视图动画
- jsp页面中,以radio赋值(与 “jsp页面中,以radio取值” 成对)
- Oracle之存储过程
- 输入表单输入完一个后按住enter光标自动跳到下一个表单
- vue -- v-cloak解决刷新或者加载出现闪烁(显示变量)