原文：什么是概率论中的最大似然估计？
零基础概率论入门：最大似然估计
2017helloworld    阅144
概率论之概念解析：极大似然估计
百年竹花    阅411
从最大似然估计开始，你需要打下的机器学习基石
小池a    阅81    转5
概率论之概念解析：用贝叶斯推断进行参数估计
mingmu888    阅3501    转15
AI路上，她会一路相伴......
文殊广发天尊    阅20
逻辑回归 vs 朴素贝叶斯
数数数据库    阅1444    转10
「原理」机器学习算法入门—广义线性模型(线性回归，逻辑回归)
吴敬锐    阅267    转2
贝叶斯神经网络(系列)：第二篇 | 雷锋网
梧桐音远    阅134    转2
为什么数据科学家都喜欢高斯分布
Wdjljjfj    阅4208    转8
声纹识别（说话人识别）技术
火龙ocnunr7cj9    阅5219    转18
聚类(1)——混合高斯模型 Gaussian Mixture Model
每天都要进步86    阅883    转9
用简单术语让你看到贝叶斯优化之美
taotao_2016    阅56    转9
透彻理解高斯过程背后的哲学思想
niudp    阅295    转8
贝叶斯线性回归（Bayesian Linear Regression）
macro_chan    阅969    转7
为什么数据科学家都钟情于最常见的正态分布？
mylibrary929rn    阅92    转4
AlphaGo Zero用它来调参？【高斯过程】到底有何过人之处？
万皇之皇    阅99    转3
机器学习｜回归算法中的贝叶斯
汉无为    阅747    转4
详解EM算法与混合高斯模型(Gaussian mixture model, GMM)
新用户51986331    阅2291    转2
深入探究贝叶斯线性回归的机理及其本质
leafcho    阅666    转3
高斯混合模型
mscdj    阅242
K
等szk3oln47psg    阅2
ai的发展
麋鹿ad5669z6vw    阅66
来学习一下概率论基本知识，它能让防止你的模型过拟合
greamfly    阅67    转2
数学工具系列之内核与内核函数是美丽的数学概念，解决复杂问题
明月照书窗    阅130
【生成模型】极大似然估计，你必须掌握的概率模型
有三AI    阅132
广义线性模型（Generalized Linear Models）
雪柳花明    阅93    转2
对数损失函数是如何度量损失的？
无悔大哥chen    阅194