概率和统计的区别
概率是已知模型和参数，推数据；统计是已知数据，推模型和参数
最大似然估计为点估计：
利用数据样本信息
在参数Theta下数据集X发生的概率最大
贝叶斯估计为分布估计：
利用数据样本信息和先验知识
也即是在数据集X发生的情况下，哪一个参数yi发生的概率最大，称为后验概率，测试结果下，结果是真实的概率
一个较好的例子：
1、掷硬币实验
试验为伯努利试验
极大似然估计的推导：
贝叶斯估计的推导
2、数据服从正态分布，依据样本估计u，通过极大似然估计和贝叶斯估计来阐述
极大似然估计推导：
贝叶斯估计：
参考资料
1、《统计学习》
2、最大似然估计MLE与贝叶斯估计 https://blog.csdn.net/bitcarmanlee/article/details/52201858
3、详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解https://blog.csdn.net/u011508640/article/details/72815981
4、伯努利分布、二项分布、多项分布、Beta分布、Dirichlet分布
https://blog.csdn.net/kingzone_2008/article/details/80584743
5、正态分布https://blog.csdn.net/huangjx36/article/details/77982503
