似然函数(likelihood function)
在机器学习中，似然函数是一种关于模型中参数的函数。“似然性(likelihood)”和"概率(probability)"词意相似，但在统计学中它们有着完全不同的含义：概率用于在已知参数的情况下，预测接下来的观测结果；似然性用于根据一些观测结果，估计给定模型的参数可能值。

其数学形式表示为：

假设$X$是观测结果序列，它的概率分布fx依赖于参数 θ，则似然函数表示为

似然函数针对**离散型概率分布(Discrete probability distributions)和连续型概率分布(Continuous probability distributions)**的定义通常不同.
离散型概率分布(Discrete probability distributions)
假设 X是离散随机变量,其概率质量函数 p 依赖于参数 θ,则有

L(θ∣x)为参数 θ \theta θ的似然函数, x x x为随机变量 X X X的输出.

Sometimes the probability of "the value of for the parameter value " is written as P(X = x | θ) or P(X = x; θ).