機械学習MLEとMAPの議論の2校：
周波数学校 - Frequentist - 最尤推定（MLE、最尤推定）：
世界は確かである、体が存在することを周波数学校は、この身体の真の値が変更されていない、私たちの目標は、真の値または真の値が存在する範囲を見つけることです。
ベイズ-ベイズ-最大事後（MAP 、 最大事後確率）。
ベイジアン世界が不確実であることを、世界の人々は、事前に文を持つようにして、調整を行う確率を予測するために、私たちの目標は、観測データの分布を通じて世界の最高の説明を見つけることです。
θによってモデル化されたものが、モデルのパラメータを表す場合、ノート問題解決の性質がされてくださいことθを求めます。その後：
周波数学校：現在唯一の真値θ。データの量が無限大になる傾向場合は、この方法では、正確な推定値を与えることができますが、それはデータの深刻な偏差欠如を持っている可能性があります。
Bayesians：θが一定の確率分布に沿って、ランダム変数です。ベイズ入力と大出力における2つがあり、入力が先験的（前）と尤度（可能性）であり、出力は、事後（後方）です。
先験的、すなわち、P（θ）は、θは上の任意のデータの不存在下で観察された手段は、以前に決定され、可能性、すなわち、P（X |θ）は、θが既知と仮定されるデータは、我々が何をしなければならない観察しました外観、後方、すなわち、P（θ| X）、最終的なパラメータ分布。
データ量が増加するにつれて、パラメータ分布がますます近いデータになり、先験的影響はますます小さくなり、