频率学派认为需要推断的参数 θ 是未知的但是确定的，我们根据随机产生的样本X去估计这个参数，选出具有最大的概率生成当前样本集D的参数，作为最好的参数，所以有了最大似然估计的方法。

贝叶斯学派认为参数也是一个满足某个分布的随机变量，参数有一个先验分布，通过参数的先验分布结合样本数据信息，来得到参数的后验分布。

可以把两者联系起来：假设先验分布是均匀分布，取后验概率最大，就能从贝叶斯估计得到极大似然估计。