问题遇到的现象和发生背景
在学习机器学习的贝叶斯决策的时候，学到用极大似然估计参数时，似然函数用了对数，虽然我清楚这个会有比较多的好处，但是也有一个疑问，那就是，概率是处于[0,1]的值，那么取了对数ln之后，根据图像，我们可以知道对数值应该是[-∞，0]，这里就有个问题：求出来的LL(θ_c)是负数之和，而原来的结果是正数，那最后如何运算使得他们最终求出的参数θ_c保持一致呢？
0条回答 默认 最新
编辑
预览
- 2023-03-28 08:30不二曦的博客 此篇我们将从似然的定义出发，逐步推导出负对数似然，再与交叉熵对比。全篇说人话。同时会介绍pytorch的部分API。
- 2018-08-18 07:42鹏大大大的博客 极大似然估计 以前多次接触过极大似然估计，但一直都不太明白到底什么原理，最近在看贝叶斯分类，对极大似然估计有了新的认识，总结如下： 贝叶斯决策 首先来看贝叶斯分类，我们都知道经典的贝叶斯公式：...
- 2024-04-04 13:36LaoYuanPython的博客 本文结合详细的案例介绍了似然函数和最大似然估计的概念，并通过典型案例说明了最大似然估计的计算过程，有助于大家理解似然函数和最大似然估计。
- 2023-07-09 02:48完美代码的博客 极大似然估计的本质思想是：给定一个观测值，我们如何去估计它的分布参数，使得这个观测值出现的概率最大。在机器学习领域中，我们可以使用极大似然估计方法来估计模型的参数，从而使得该模型基于训练集数据的预测...
- 2024-08-31 08:30LaoYuanPython的博客 本文介绍了经验风险最小化和极大似然估计的定义，当模型是条件概率分布、损失函数是对数损失函数时，经验风险最小化就等价于极大似然估计，本文对这个等价关系进行了推导解释。
- 2020-12-15 08:10weixin_39612554的博客 今天讲一个在机器学习中重要的方法——极大似然估计。这是一个，能够让你拥有拟合最大盈利函数模型的估计方法。01什么是极大似然估计法极大似然估计是 1821 年由高斯提出，1912 年由费希尔完善的一种点估计方法。...
- 2019-02-04 03:19喜欢打酱油的老鸟的博客 经常有许多对人工智能领域跃跃欲试的小伙伴在后台发私信问我“怎样快速入门人工智能呢？” 对于这样的问题，我我又要“老生常谈”了——作为一门庞大而又繁杂的综合学科，学习的过程一定需要逐步理解、逐层深入。...
- 2024-04-14 08:53格兰芬多_未名的博客 本节我们介绍统计学中常用的三种参数估计方法：极大似然估计（MLE）、最大后验估计（MAP）以及贝叶斯估计.
- 2024-02-24 14:24Geeker · LStar的博客 【初中生讲机器学习】机器学习中的 “似然” 太多，搞不懂？来看这篇！
- 2024-10-01 03:50彬彬侠的博客 极大似然估计（Maximum Likelihood Estimation, MLE）核心思想是选择那些使得观测数据最可能发生的参数值。本文给出了形式化定义公式，进行了举例说明：1. 伯努利分布的极大似然估计；2. 正态分布的极大似然估计
- 2022-02-19 08:38von Neumann的博客 极大似然估计是求总体未知参数的另一种常用的点估计方法。对离散总体XXX，其分布律为P(X=x;θ)P(X=x; \theta)P(X=x;θ)，设(x1,x2,⋯ ,xn)(x_1, x_2, \cdots, x_n)(x1,x2,⋯,xn)为取自该离散总体XXX的一个...
- 2020-07-16 00:31Wang's Blog的博客 极大似然估计法是在总体的分布类型已知的条件下所使用的一种参数估计方法 它首先是由德国数学家Gauss在1821年提出的，然而，这个方法常归功于英国统计学家Fisher Fisher在1922年重新发现了这一方法，并首先研究了...
- 没有解决我的问题, 去提问
问题事件
系统已结题
4月25日
创建了问题
4月18日
- 京ICP备19004658号
- 经营性网站备案信息
公安备案号11010502030143- 营业执照
- 北京互联网违法和不良信息举报中心
- 家长监护
- 中国互联网举报中心
- 网络110报警服务
- Chrome商店下载
- 账号管理规范
- 版权与免责声明
- 版权申诉
- 出版物许可证
- ©1999-2025北京创新乐知网络技术有限公司
