前言

高斯在处理正态分布的首次提出似然，后来英国物理学家，费歇尔

概率是抛硬币之前，根据环境推断概率

似然则相反，根据结果推论环境

P是关于x的函数，比如x为正面朝上的结果，或者反面朝上的结果，比如x=正面朝上的时候，概率$\theta$是多少
L是关于$\theta$的函数，就是说某一个概率值下，最有可能出现的结果
极大似然估计是根据已知的观察数据来推断模型参数的过程，根据x的结果推断$\theta$,，结果x最有可能发生。

举例来说

函数在$\theta$未0.7的时候取得最大值

当$\theta$为多少时，出现7次正面，3次反面

总结

我觉得可以这样理解：
似然函数描述的是当前已经取得的样本的概率分布F，F是$\theta$的函数，因为$\theta$是未知的，所以F的具体值由$\theta$的取值来确定。 那么，$\theta$取哪个值才能“最恰当”的描述我们取得的这组样本呢？ 因为我只有手头这些样本，既然就这么巧就拿到了这些，我就认为出现手头这些样本的概率是最大的。似然函数描述的是手头这些样本的概率，最大化似然函数$f(\theta )$，就可以得到$\theta$值了。 关键在于，我们就这么巧，拿到的手头这些样本，那么手头这些样本出现的概率就是最大的， 可以这样理解极大似然！

比如上文中，只有$\theta =0.7$的时候，$f(\theta )$的值最大。
那么这个函数是怎么推导出来的，或者说是谁发现这个函数有这个性质呢？留给你

上面只有两个概率分布，那么多个概率分布呢，比如筛子6个面。

最大熵模型中的对数似然函数的解释

怕你看不懂，解释一下，下面的$x_1,x_2,x_3...$指的是我们上面筛子中的1-6中的某个点（其余案例阔以按照这个扩散），$\theta$ 就是出现这个点数的概率。
比如十次，1-6出现的次数依次是，5，1，1，1，1，1
那么最大似然就是：
$L_p=0.5^5\ast 0.1^1\ast 0.1^1\ast 0.1^1\ast 0.1^1\ast 0.1^1$，这样的时候L最大。