• 빈도주의: 모수가 상수, p(x;θ) → sample의 통계량으로 점추정
• 베이지안: 모수가 확률변수(prior 분포), p(x|θ) → sample의 통계량으로 모수의 모수(hyperparameter)를 점추정

---

• MLE: 모수가 결정적 변수라 가정하고 likelihood 분포 p(x;θ)를 최대화하는 값(mode) θ^을 추정
• MAP, MMSE: 모수가 prior 분포를 따르는 확률변수라 가정하고, posterior 분포 p(θ|x)의 mode(→MAP estimator), mean(→MMSE) 값으로 θ^을 추정