摘要：
阅读全文
摘要：
最近看机器学习的内容，碰到了无数次关于最大似然性和最小二乘法的概念和应用，今天就把它整理一下。机器学习大体可分为监督式学习和非监督式学习，在这两种学习方式中，最大似然性和最小二乘法都有着广泛的应用，要想正确的理解它们，首先得弄清它们的已知和假设条件，下面就分开讨论。(i)非监督式学习：非监督学习的特征，就是只有输入向量而没有与之对应的输出向量。方便起见，我们在这里讨论单值向量情形，即输入x=(x1,x2,...,xN)，表示训练集有N个输入值，假设xn独立同分布，并且服从高斯分布（单峰），µ、σ2未知，也正是我们要求的量。那么，每个输入值xn的概率分布（高斯分布）如下：p(xn|&# 阅读全文