文章目录
百度百科版本
统计学中，MAP为最大后验概率（Maximum a posteriori）的缩写。估计方法根据经验数据获得对难以观察的量的点估计。它与最大似然估计中的 Fisher方法有密切关系，但是它使用了一个增大的优化目标，这种方法将被估计量的先验分布融合到其中。所以最大后验估计可以看作是规则化（regularization）的最大似然估计。
查看详情
维基百科版本
在贝叶斯统计，一个最大后验概率（MAP）估计是未知数，即等于的估计模式的的后验分布。MAP可用于基于经验数据获得未观测量的点估计。它与最大似然（ML）估计方法密切相关，但采用了包含先验分布的增强优化目标（量化通过相关事件的先前知识获得的额外信息）超过想要估计的数量。因此，MAP估计可以被视为ML估计的正则化。
查看详情
