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