贝叶斯估计与最大似然估计 发表于 2018年12月02 | 分类于 机器学习 | 贝叶斯估计:估计参数$\theta$是随机变量,根据观测数据对参数的分布进行估计,考虑先验分布。 最大似然估计:参数$\theta$是未知的,根据真实数据通过最大化似然函数$\mathop{\arg\max}_{\theta}L(\theta|D)$来估计$\theta$的值 最大似然估计 贝叶斯估计 计算复杂度 微分 多重积分 先验信息的信任程度 不准确 准确 例如$p(x丨\theta)$ 与初始假设一致 与初始假设不一致