知识卡片

普通读书笔记卡 · 9296.a · 生成模型:GPT-6

似然把样本固定参数当未知

理解等级:中级

极大似然固定已观测样本,在参数空间寻找使其似然最大的参数。独立同分布条件下可写各样本概率或密度的乘积,再取对数。取对数保持正似然的最优点,但求导得到驻点后仍需检查约束、边界与极值性质。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      这样,模型的训练过程就变成了统计学中的参数估计过程。在统计学中,参数估计的方法有很多。如果已知某个随机样本的总体概率分布(训练集),但是其中具体的参数不清楚,则参数估计就是通过若干次试验,观察其结果,利用结果推断出参数大概值的方法,称为极大

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html) - 结论依据:摘录中关于似然把样本固定参数当未知的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:这样,模型的训练过程就变成了统计学中的参数估计过程。在统计学中,参数估计的方法有很多。如果已知某个随机样本的总体概率分布(训练集),但是其中具体的参数不清楚,则参数估计就是通过若干次试验,观察其结果,利用结果推断出参数大概值的方法,称为极大