轉(zhuǎn)載在：https://www.douban.com/note/640290683/

?

注0：《deep learning》的chapter 5有一部分講maximum likelihood，那里講地更清楚，建議直接去參考那里的內(nèi)容。

注1：今天走在路上，突然想明白了似然度是怎么回事，它就是用來(lái)度量模型和數(shù)據(jù)之間的相似度，所以叫它似然度。

注2：原文鏈接：https://codesachin.wordpress.com/2016/07/24/the-basics-of-likelihood/

Defining the Likelihood Function

While assumes you know your model and tries to analyze data according to it, F2 keeps the data in perspective while figuring out how well different sets of parameters describe it.

概率，是你已經(jīng)知道模型，去分析數(shù)據(jù)。

• 概率對(duì)象：真實(shí)對(duì)模擬

似然度，是你只知道數(shù)據(jù)，去模擬一個(gè)模型，分析模擬模型和數(shù)據(jù)(真實(shí)模型)的相似度。簡(jiǎn)單來(lái)說(shuō)，似然度就是相似度，兩個(gè)變量之間的相似度。

• 似然度：模擬對(duì)真實(shí)

There is a very, very important distinction between probability and likelihood functions – the value of the probability function sums (or integrates, for continuous data) to 1 over all possible values of the input data. However, the value of the likelihood function does not integrate to 1 over all possible combinations of the parameters.

概率的和為1，但是不能說(shuō)似然度的和為一

The only thing you can be sure of, is this: If F2(θ1)>F2(θ2) , then it is more likely that denote the parameters of the underlying model.

我門(mén)只能通過(guò)似然度數(shù)值來(lái)說(shuō)明模型與數(shù)值的擬合程度，似然度高，就說(shuō)明模型越接近于數(shù)據(jù)真實(shí)的模型；即便似然度值為0.99，這頁(yè)不能說(shuō)明該似然模型最好，其他模型的似然度可能為0.999

問(wèn)題：不能確定最大似然度，即不能確定最好的似然模型

原因：最大似然度值不能確定

解決：maximum likelihood estimate。通過(guò)求導(dǎo)，可以獲得似然模型的極值，在求導(dǎo)過(guò)程中，用log來(lái)簡(jiǎn)化計(jì)算

?

擴(kuò)展----在語(yǔ)音識(shí)別中，p(o|w)觀察似然度，表示潛在句子與聲學(xué)序列的相似度

總結(jié)

以上是生活随笔為你收集整理的[转载]什么是似然度～maximum likelihood的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。