最大似然法（Maximum Likelihood，簡稱ML）是一種統計學中的參數估計方法。
最大似然法的核心思想是，找到一組參數，使得在給定的參數下，觀察到樣本數據的機率達到最大。換句話說，就是尋找最合適的機率模型參數，使得該模型在產生這些樣本數據時的可能性最高。這種方法通常用於推斷統計中，尤其是在系統發生樹重建和監督分類等領域。
最大似然法的套用非常廣泛，它不僅用於估計簡單的參數值，如均值和方差，還可以用於更複雜的統計模型，如線性回歸和邏輯回歸。此外，最大似然法也適用於處理連續型和離散型數據。