Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
很棒的讲解,通过Ln变成更简单的形式,然后再求导数。
老师讲的真好。
虽然订阅的人不多,但讲课质量非常高
很棒的课程,感谢老师。
讲的真的好!
讲得太好了
厲害,真的厲害
讲的非常好,如果考研的时候能看到这个视频,概率就不至于那么差了。
讲的真好,请继续你的视频!
感恩
超讚推
撒孜然的分布。哈哈
如果学校老师的课都能按照这种套路来讲,别就一堆乱七八糟的公式,效果肯定好太多
小元老师好,为什么不相加呢?相加不也是最大概率之和最大,而一定用相乘呢?
这个问题我可以代为回答一下,L(p)描述的是n个样本同时出现的概率,对应P(x1)*p(x2)。实际上隐含了一个假设 样本之间为独立变量 L(x1,x2)=L(x1)*L(x2)
是不是都是学ML才来到这的?
是
是!
听君一席话 胜读十年书
很棒的讲解,通过Ln变成更简单的形式,然后再求导数。
老师讲的真好。
虽然订阅的人不多,但讲课质量非常高
很棒的课程,感谢老师。
讲的真的好!
讲得太好了
厲害,真的厲害
讲的非常好,如果考研的时候能看到这个视频,概率就不至于那么差了。
讲的真好,请继续你的视频!
感恩
超讚推
撒孜然的分布。哈哈
如果学校老师的课都能按照这种套路来讲,别就一堆乱七八糟的公式,效果肯定好太多
小元老师好,为什么不相加呢?相加不也是最大概率之和最大,而一定用相乘呢?
这个问题我可以代为回答一下,L(p)描述的是n个样本同时出现的概率,对应P(x1)*p(x2)。实际上隐含了一个假设 样本之间为独立变量 L(x1,x2)=L(x1)*L(x2)
是不是都是学ML才来到这的?
是
是!
听君一席话 胜读十年书