La estimación de máxima verosimilitud (MLE) consiste en encontrar los parámetros del modelo que hacen que los datos observados sean los más probables. Formalmente, para un conjunto de datos ( X = {x_1, x_2, ..., x_n} ) y parámetros del modelo ( \theta ), la MLE busca ( \hat{\theta} ), que maximiza la función de verosimilitud:

[ \hat{\theta} = \arg\max_{\theta} L(\theta | X) = \arg\max_{\theta} \prod_{i=1}^n p(x_i | \theta) ]

A menudo es más conveniente trabajar con el logaritmo de la función de verosimilitud:

[ \hat{\theta} = \arg\max_{\theta} \sum_{i=1}^n \log p(x_i | \theta) ]

Anterior Siguiente