动机
在学习机器学习算法过程中，发现很多算法策略都采用极大似然估计， 如：线性、逻辑回归，决策树，隐马尔科夫模型。极大似然估计的用途这么广泛， 那么它是从哪里来呢？ 它的朴素思想又是什么？ 它的背后是否有理论基础呢？
来源
最早使用极大似然法的前辈正是高斯，没错就是数学天才高斯。在《绕日天体运动的理论》中阐述了误差分布的问题中， 就使用了极大似然估计的方法。
简介
极大似然估计法是机器学习算法中常见的估计方法。其实极大似然估计是源于统计学的一种参数估计方法。 参数估计方法，除了有极大似然法之外， 当然还有大名鼎鼎的贝叶斯估计法。但是极大似然估计法和贝叶斯估计法也是有联系的，极大似然估计也是贝叶斯估计的一种特殊情况。
要了解统计学习 参数估计方法，可参考陈希孺院士的概率论与数理统计。
思想
那么极大似然估计背后朴素的思想是什么呢？
采用极大似然估计的信念在于：当前训练样本分布 可以 代表 总体分布，所以用样本去训练 总体分布参数， 可以得到较好的效果。
优点和缺点
没有一个模型是万能的， 也没有一个方法是万能。 极大似然估计也有它合适的应用场景。
极大似然估计的训练效果取决于样本的数量。
根据大数定律， 随着样本数量的增加， 当样本数量趋于无穷时， 样本分布趋近于总体分布。也就说极大似然估计适合应用于大样本的参数估计。
但是，问题在于：如果当前样本不能较好得反映总体分布， 或者样本数量太小， 极大似然估计就失效了。
