生物資訊學/似然演算法

如果我們多次進行相同的實驗，我們關注的引數會採用特定的值（如果我們的實驗條件導致測量值的收斂）。這些值然後具有一定的頻率，該頻率高於隨機值的頻率。然後我們可以估計（如果我們的實驗設定中沒有隱藏系統誤差）該值頻率越高，其被測量的可能性就越大。這被稱為最大似然估計。 給定引數 j 的最大似然估計是使機率 $P(i|j)$ （給定 j 的 i 的機率）最大化的值 i。這被稱為條件機率，因為要使 i 發生，必須給出 j。兩個事件 k 和 l 同時發生的機率稱為聯合機率 $P(k,l)=P(k|l)*P(l)$ （k 和 l 的機率等於給定 l 的 k 的機率乘以 l 的機率）。而邊際機率是已知聯合機率或條件機率時變數的機率： $P(m)=\sum \limits _{n}P(m,n)=\sum \limits _{n}P(m|n)*P(n)$ （求和只是將所有可能的 n 的機率相加）。