假設(shè) 有N個數(shù)據(jù)點，服從某種分布$Pr(x;\theta )$，想找到一組參數(shù)$\theta$，使得生成這 些數(shù)據(jù)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(shù)據(jù)點。
這個概率是

$$\prod _{i=1}^{n}Pr(x;\theta )$$
稱為似然函數(shù)
由于單點概率小，連乘后數(shù)據(jù)有可能超過符點數(shù)的最小值。
取其對數(shù)
$$\sum _{i=1}^{n}logPr(x_i;\theta )$$
最后，求導(dǎo)，使得參數(shù) $\theta$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(jié)

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(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。