極大似然估計(Maximum Likelihood Estimate, MLE)是一種統計學中的參數估計方法。
極大似然估計的目的是找到最有可能導致觀察到的數據集的參數值，在頻率學派的理論框架下，極大似然估計基於兩個基本假設：一是事件的發生是因爲該事件發生的概率最大；二是事件的發生與模型參數θ有關，模型參數θ被視爲一箇定值。其核心思想是，對於一組給定的數據，選擇那些能使這組數據出現的概率最大的參數值。
具體來說，極大似然估計首先構建一箇似然函數，這個函數表示在給定的參數值下，觀察到樣本數據的概率。然後，通過數學優化方法，如求導數並令其爲零，來找到使似然函數值最大的參數值。這些參數值被視爲最可能的真實參數值。極大似然估計在統計學中廣泛應用，尤其是在數據分析和模型推斷中。