最大似然法（ML）

1、最小二乘法和最大似然法的基本原理。

最小二乘法和最大似然法的基本原理。

2、语言模型的参数估计经常使用MLE(最大似然估计)。面临的一个问题是没有出现的

语言模型的参数估计经常使用MLE(最大似然估计)。面临的一个问题是没有出现的项概率为0，这样会导致语言模型的效果不好。为了解决这个问题，需要使用()A平滑B去噪C随机插值D增加白噪音

3、最大似然法

最大似然法

4、最大似然译码等价于最大后验概率译码的条件是（）。

最大似然译码等价于最大后验概率译码的条件是（）。A离散无记忆信道B无错编码C无扰信道D消息先验等概

5、阴性似然比（—LR）

阴性似然比（—LR）

6、最大似然法

最大似然法