极大似然估计是一种统计方法，用于估计模型参数。其核心思想是寻找能够使观测数据出现概率最大的参数值。具体来说，给定一组独立同分布的观测数据和某个概率模型，极大似然估计通过最大化似然函数来确定最优参数。似然函数反映了在特定参数下观测到当前数据的可能性。该方法由费希尔提出，在统计学和机器学习中广泛应用，具有良好的理论性质，如一致性、渐进正态性等。计算上通常转化为对数似然函数的最大化问题，可通过解析方法或数值优化算法求解。