最大似然估計(Maximum Likelihood Estimation, 簡稱MLE)是一種統計學中的參數估計方法。
它基於這樣的思想：在已知某個機率模型但模型中的具體參數不確定的情況下，可以通過觀察到的樣本數據來估計這些參數。最大似然估計的目標是找到一組參數值，使得這組參數下觀察到樣本數據的機率最大化。換句話說，它通過已知的數據結果來反推最有可能導致這些結果發生的參數值。
最大似然估計廣泛套用於各種領域，包括機器學習、生物統計學等，它幫助研究者從數據中推斷出最可能的模型參數，以理解數據生成的過程。