最大似然估计是利用已知的样本的结果，在使用某个模型的基础上，反推最有可能导致这样结果的模型参数值，是一种“模型已定，参数未知”的方法。
F_{n} = F_{n-1} + F_{n-2}
$f(x_1,x_2,\ldots,x_n) = x_1^2 + x_2^2 + \cdots + x_n^2$
a^{5}=a^{2}*a^{3}
maximum Likelihood
原文：https://www.cnblogs.com/mituzhifan-/p/9350172.html
