假設 有N個數據點，服從某種分布$Pr(x;\theta )$，想找到一組參數$\theta$，使得生成這 些數據點的概率最大，而 不是像最小二乘法那樣更好地擬合樣本數據點。
這個概率是

$$\prod _{i=1}^{n}Pr(x;\theta )$$
稱為似然函數
由于單點概率小，連乘后數據有可能超過符點數的最小值。
取其對數
$$\sum _{i=1}^{n}logPr(x_i;\theta )$$
最后，求導，使得參數 $\theta$最大
提示：
求和符號：

\sum_{i=1}^{n}

$$\sum _{i=1}^n$$

連乘符號：

\prod_{i=1}^{n}

$$\prod _{i=1}^n$$

總結

以上是生活随笔為你收集整理的AI理论知识整理（6)-最大似然法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。