本文主要是介绍最大似然估计、梯度下降、EM算法、坐标上升，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
机器学习两个重要的过程：学习得到模型和利用模型进行预测。
下面主要总结对比下这两个过程中用到的一些方法。
一，求解无约束的目标优化问题
这类问题往往出现在求解模型，即参数学习的阶段。
我们已经得到了模型的表达式，不过其中包含了一些未知参数。
我们需要求解参数，使模型在某种性质（目标函数）上最大或最小。
最大似然估计：
这篇关于最大似然估计、梯度下降、EM算法、坐标上升的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
