假如这个参数有一个先验概率，那么参数该怎么估计呢？这就是MAP要考虑的问题。 最大后验估计（MAP－Maxaposterior）。MAP优化的是一个后验概率，即给定了观测值后使概率最大：
argmaxθP(θ|x)=argmaxθP(x|θ)∗P(θ)P(x)
因为给定样本 x 后， p(x) 会在 θ 空间上为一个定值，和 θ的大小没有关系，所以可以省略分母 p(x)。
可化简为：
argmaxθP(θ|x)=argmaxθP(x|θ)∗P(θ)
即为：
Posterior∝(Likelihood∗Prior)
P(x) 相当于是一个归一化项，整个公式就表示为：后验概率 正比于 先验概率 ∗
似然函数。
前两种都是假设参数是个确定值，但贝叶斯估计假设参数是个随机数。
贝叶斯估计，假定把待估计的参数看成是符合某种先验概率分布的随机变量，而不是确定数值。在样本分布上，计算参数所有可能的情况，并通过计算参数的期望，得到后验概率密度。
学习和科研是一件枯燥乏闷的事情，也常会遇到令自己感到难受和不公的事情。在这里希望大家有一颗平常心，但行好事，莫问前程！
现在的人都喜欢求福求贵，求健康长寿，乃至求名师，但是却不知道家中就有两尊现成的【活的佛菩萨】，不知道孝敬父母跟供养佛的功德是一样的，是等同的！
菩萨已经说的很清楚：福报是从【孝敬父母】中得来的，从【尊师重道】来的，乃至健康长寿是【从不杀生吃肉】来的，却妄想不孝顺父母就可以求功名富贵，每天杀生吃众生肉去求健康长寿，真的是【如蒸沙石，欲成其饭】，这是不可能的。
【命运可以由心改变，改命！永远是从孝顺供养父母开始的。】