什麼是最大似然法

最大似然法（Maximum Likelihood，ML）是一種統計學方法，用於估計參數（如均值、方差等）或者模型的未知參數，使得在給定的觀察數據下，這些參數能夠最大化模型的機率分布。這種方法的基本思想是：假設模型是正確的，參數是未知的，那麼通過觀察到的數據，我們可以找到那些能夠使得觀察到的數據出現的可能性最大的參數值。

最大似然估計的步驟如下：

1. 確定模型的機率分布函式。
2. 寫出似然函式（Likelihood function），即在給定的參數下，觀察到數據的機率。
3. 找到似然函式的極大值點，這個點對應的參數值就是最大似然估計。

最大似然法在許多領域都有套用，包括機器學習、統計學、信號處理等。它是一種有效的參數估計方法，尤其是在數據量較大時，可以提供較為準確的估計。