深度学习机器学习基础最大似然与贝叶斯统计（十九）

1. 定位导航

前面几篇讲了怎么衡量一个模型好不好（偏差、方差、过拟合）。本篇回答更深层的问题：损失函数从哪里来？

答案是最大似然估计——训练神经网络的所有损失函数（MSE、交叉熵、NLL）本质上都是 MLE 在不同概率模型假设下的具体形式。

2. 最大似然估计（Maximum Likelihood Estimation）

2.1 概念直觉

似然（Likelihood）：给定参数θ\boldsymbol{\theta}θ，观测到这组训练数据的概率有多大？

最大似然：找到那个让"观测到这组数据