該方法的步驟如下:
1. 寫出數據的似然表達式,它是待學習參數的一個函式。
2. 對每個參數的對數似然進行求導。
3. 找到滿足導數為0的對應參數值。
相關詞條
-
最大期望算法
最大期望算法(Expectation-Maximization algorithm, EM),或Dempster-Laird-Rubin算法 ,是一類通...
歷史 理論 算法 性質 套用 -
機器學習
機器學習(Machine Learning,ML)是一門多領域交叉學科,涉及機率論、統計學、逼近論、凸分析、算法複雜度理論等多門學科。專門研究計算機怎樣...
研究意義 發展史 主要策略 基本結構 代碼示例 -
非參數統計[數學概念]
非參數統計(nonparametric statistics),數理統計學重要內容。研究非參數問題,探究非參數方法。非參數問題是指統計總體分布形式未知或...
概述 舉例說明 例外 統計方法 基本特點 -
深度學習[Ian Goodfellow 等所著書籍]
《深度學習》一書由Ian Goodfellow / Yoshua Bengio所著,人民郵電出版社出版發行。
出版信息 內容簡介 作者簡介 目錄 -
監督學習
監督學習是指:利用一組已知類別的樣本調整分類器的參數,使其達到所要求性能的過程,也稱為監督訓練或有教師學習。 監督學習是從標記的訓練數據來推斷一個功能的...
監督學習詞性解釋 基本定義: 監督學習中需要注意的問題: 實例分析: -
機器學習導論
《機器學習導論》是2009年06月機械工業出版社出版的圖書,作者是阿培丁。該書介紹了機器學習的定義和套用實例。
內容簡介 圖書目錄 作者簡介 -
高斯過程回歸
GPR的求解系統並討論了GPR超參數的極大似然估計和蒙特卡羅方法求解 [9...' theorem)可知,模型權重的後驗正比於似然和先驗的乘積: 。由常態分配的共軛性(conjugacy)可知,對常態分配的似然和方差已知的常態分配先驗...
歷史 理論 算法 有關概念 性質 -
量子機器學習
量子機器學習藉助量子計算的高並行性,實現進一步最佳化傳統機器學習的目的。
介紹 數數據的量子化表達和讀寫 -
深度學習[人工神經網路的研究的概念]
深度學習的概念源於人工神經網路的研究。含多隱層的多層感知器就是一種深度學習結構。深度學習通過組合低層特徵形成更加抽象的高層表示屬性類別或特徵,以發現數據...
背景 深度概念 問題 基本思想 主要技術