Phương pháp ước lượng hợp lý cực đại (Maximum Likelihood Estimation)

[@baihoc10phut]

Xem thêm chuỗi bài giảng thống kê suy diễn: bit.ly/ThongKeSuyDien
Xem thêm chuỗi bài giảng học máy thống kê: bit.ly/HocMayThongKe
Để nhận xét/góp ý về video và theo dõi thêm các video mới:
► Đăng ký kênh: bit.ly/DaHoang
► Like Facebook: facebook.com/XSTKKTL

[@SuperCherrykate]

Cảm ơn thầy rất nhiều. Thầy giảng rất dễ hiểu ạ!

[@michaeltran7764]

12:50 thưa thầy, tại sao ở đây lại là log(2pi) mà không phải là log(căn 2 pi)?

[@ucVu-th1mm]

Cảm ơn thầy, video rất hữu ích ạ

[@NganMaiThiKim-mw2ix]

anh ơi 13:11 sao log lại mất e được ạ, phải là ln hay loge chứ ạ

[@baihoc10phut]

Thường nếu log ko nói gì thì mặc định là ln :D

[@leuchoa2k4]

Video quá tuyệt

[@minhnghiatran6879]

Thầy cho em hỏi trong ví dụ thứ 2 về phân phối chuẩn: làm sao để lập được hàm f(X) như vậy ạ?

[@baihoc10phut]

Hàm f(X) là hàm mật độ xác suất của phân bố chuẩn, dạng hàm của nó là như thế

[@trantheluc3580]

Log(p) đạo hàm sao ra 1/p

[@baihoc10phut]

log() trong video mình viết ý là hàm ln() bạn nhé. Đạo hàm của ln(p) bằng 1/p

[@thedatacinematics]

tks