それは線形回帰ロジスティック回帰または他のキーワードに来るとき、それは尤度関数と最尤推定などと呼ばれる概念を伴います。中国語の翻訳は、この翻訳はこれだけのように「堅牢」として、適切でないと、私自身の理解によると、「尤推定値」と呼ばれています。
あなたが理解促進することができるならば、次は、私の理解とこの概念の解釈で、エラーがある場合、また費やしてください、私の名誉です。
Y = 2X + 1とy：数学のトピック上の義務教育、試験紙、条件が直接あなたにある、たとえば、あなたが方程式解くましょう = 0 または解y = AX + Bが、あなたが可能に答えをパラメータaとbのパラメータを持ちます。私たちはそれらを呼び出すことができモデルを。
大学の中に、我々は、進行し、よりフィット感、現実になりたいです。実用的なアプリケーションでは、我々は完璧なモデル、または全ての正確なパラメータを持つモデルを取得するために便利になることはできません。このガイドブックは世界で感情をたくさん持っている似ていますが、この法律は（あなたが持って）あなたのガールフレンドの全体を植え付けるの服従をしていないものを。
その後、我々は良いモデルを得るために行う必要がありますか？既存のリソース、経験やデータの手を利用して、その後、事前にあなたの良いモデルの仮定にそれらを代入して、より満足して理想的なパラメータを取得することができます。この仮説モデルは、経験に基づいていることに注意してください。無邪気な少女、そして暴力的な気性の女の子、モデルが事前に想定し、他の極です。
確率論では、このモデルは確率密度データであるデータ（x、y）が、パラメータは係数$ \シータ$です。これはLinklihood機能で、パラメータは未知数で、xとyが既知量であるが、X、Yがたくさん。
確率密度、我々は最終的に得られることを最大の手段は、実際の状況に最も近いです。もちろん、ほとんど知らない本当の状況、おそらくない数学の分野が、代わりに哲学の分野。