以下关于最大似然估计MLE的说法正确的是（）。

A.EM算法

B.最大似然估计

C.维特比算法

D.前向后向算法

A.4-1-3-2-5

B.2-1-3-4-5

C.1-3-4-2-5

D.2-3-1-4-5

A.最大后验

B.最大先验

C.最大似然

D.最小二乘

A.Logistic回归本质上是一种根据样本对权值进行极大似然估计的方法，用先验概率的乘积代替后验概率

B.Logistic回归的输出就是样本属于正类别的几率

C.SVM的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面，属于结构风险最小化

D.SVM可以通过正则化系数控制模型的复杂度，避免过拟合

A.K-Means算法

B.Apriori算法

C.最大期望算法

D.KNN算法

设总体X的概率密度为其中θ（θ＞-1)是未知参数，X₁，X₂，...，X_n为一个样本，试求参数θ的

设总体X的概率密度为

其中θ(θ＞-1)是未知参数，X₁，X₂，...，X_n为一个样本，试求参数θ的矩估计和最大似然估计量。

A.para2vect

B.层级softmax

C.最大似然估计

D.以上都不对

设总体X的概率密度函数为

x₁，x₂，...，x_n是从X取出的样本观测值，求总体参数a的矩估计值和最大似然估计值。

设总体X的概率密度为其中θ是未知参数（0＜θ＜1). 为来自总体X的简单随机样本,记N为样本值 中小于1

设总体X的概率密度为

其中θ是未知参数(0＜θ＜1). 为来自总体X的简单随机样本,记N为样本值中小于1的个数.求

(I)θ的矩估计;

(II)θ的最大似然估计.

测量结果相互独立且均服从正态分布N(μ,σ²).该工程师记录的是n次测量的绝对误差利用Z_n估计σ.

(I)求Z的概率密度;

(II)利用一阶矩求σ的矩估计量;

(III)求σ的最大似然估计量.

A.核技巧

B.拉普拉斯平滑

C.数据标准化

D.聚类