<rss xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
    <channel>
        <title>Log-Likelihood - Nhãn - NZQIRC</title>
        <link>https://nzqirc.xyz/tags/log-likelihood/</link>
        <description>Log-Likelihood - Nhãn - NZQIRC</description>
        <generator>Hugo -- gohugo.io</generator><language>vi</language><copyright>This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.</copyright><lastBuildDate>Fri, 18 Sep 2026 18:12:00 &#43;0700</lastBuildDate><atom:link href="https://nzqirc.xyz/tags/log-likelihood/" rel="self" type="application/rss+xml" /><item>
    <title>Score Function Là Gì? Độ Dốc Log-Likelihood Và Nền Tảng Của Thông Tin Fisher</title>
    <link>https://nzqirc.xyz/posts/math/stats/score-function/</link>
    <pubDate>Fri, 18 Sep 2026 18:12:00 &#43;0700</pubDate>
    <author>Du Mã</author>
    <guid>https://nzqirc.xyz/posts/math/stats/score-function/</guid>
    <description><![CDATA[<p>Khi làm việc với các mô hình xác suất tham số, câu hỏi trung tâm của việc học tham số là: <strong>Nếu ta nhích nhẹ tham số mô hình $\theta$ một lượng vi phân, hàm hợp lý của dữ liệu quan sát sẽ phản ứng nhạy bén đến mức nào?</strong></p>
<p>Công cụ toán học chuẩn mực để định lượng độ nhạy này chính là <strong>Score Function</strong>. Khác với các đạo hàm hàm số thông thường trong giải tích, Score Function là một <strong>biến ngẫu nhiên</strong>. Nó sở hữu hai tính chất xác suất nền tảng: kỳ vọng của nó luôn bằng $0$, và phương sai của nó chính là <a href="https://nzqirc.xyz/posts/math/stats/fisher-information/" rel="">Thông tin Fisher (Fisher Information)</a>.</p>]]></description>
</item>
</channel>
</rss>
