什么是极大似然估计？参数估计就是通过若干次试验，已知某个参数能使这个样本出现的概率最大，我们当然不会再去选择其他小概率的样本，所以干脆就把这个参数作为估计的真实值。说的是已知某个随机样本满足某种概率分布，但是其中具体的参数不清楚，我们通过最大概率反过来求其..
分类：
其他好文 时间：
2017-06-09 09:59:57
阅读次数：
105
原文链接 最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”。简单而言，假设我们要统计全国人口的身高，首先假设这个身高服从服从正态分布，但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高，但是可以通过采样，获取部分人的身高，然后通过最大似然估计来获取 ...
分类：
其他好文 时间：
2017-04-27 11:38:04
阅读次数：
243
em，是一种含有隐含变量的概率模型参数的极大似然估计法。主要应用在机器学习以及计算机视觉的数据聚类领域。 lr，逻辑回归，本质也是线性回归，通过拟合拟合样本的某个曲线，然后使用逻辑函数进行区间缩放，但是一般用来分类，主要用在点击率预估、推荐系统等；svm，支撑向量机，通过找到样本空间中的一个超平面， ...
分类：
编程语言 时间：
2017-04-06 22:11:28
阅读次数：
197
gibbs采样关键字一关键字二参数估计与预测机器学习的一般思路为：1.从问题的本质中构建模型，定义样本的产生，有联合概率(图模型)。2.进行模型参数的估计：MLE、MAP、Bayes。3.使用模型对新样本进行估计。MLE：极大似然估计估计：解优化函数预测：MAP：极大后验估计估计：解优化函数预测：对... ...
分类：
其他好文 时间：
2017-03-30 19:21:03
阅读次数：
221
1.极大似然估计 http://blog.csdn.net/bingduanlbd/article/details/24384771 2.GMM概念： http://blog.csdn.net/abcjennifer/article/details/8198352 EM算法： http://www. ...
分类：
其他好文 时间：
2017-03-24 23:01:11
阅读次数：
218
本文的知识点:使用excel求解GARCH模型的系数，以GARCH模型为例，主要采用的是极大似然估计法MLE。 同时给出了R语言的输出结果作为对照验证。 参考了：http://investexcel.net 参考了：http://investexcel.net 原始文档 PPT： excel： nu ...
分类：
其他好文 时间：
2017-01-23 18:34:53
阅读次数：
3148
EM算法用于含有隐含变量的概率模型参数的极大似然估计。什么是隐含变量的概率模型呢？举个例子，假设有3枚硬币，分别记为A,B,C，它们正面出现的概率分别为r,p,q。每次实验先掷硬币A，如果出现的是正面就投B，如果出现的反面就投C，出现正面记为1，出现反面记为0。独立10次实验，观测结果如下：1101 ...
分类：
编程语言 时间：
2016-09-29 01:28:50
阅读次数：
239
本节讨论给定训练数据集估计条件随机场模型参数的问题，即条件随机场的学习问题。条件随机场模型实际上是定义在时序数据上的对数线形模型，其学习方法包括极大似然估计和正则化的极大似然估计。具体的优化实现算法有改进的迭代尺度法IIS、梯度下降法以及 L-BFGS 算法。（crf++ 采用了 L-BFGS 优化... ...
分类：
其他好文 时间：
2016-08-31 18:25:26
阅读次数：
278
极大似然估计，只是一种概率论在统计学的应用，它是参数估计的方法之一。 直接说，就是在给定样本的输出结果时，我们来估计参数。 它是建立在极大似然原理的基础上的一个统计方法，极大似然原理的直观想法是：一个随机试验如有若干个可能的结果A，B，C，…。若在仅仅作一次试验中，结果A出现，则一般认为试验条件对A... ...
分类：
其他好文 时间：
2016-08-01 00:03:49
阅读次数：
182
