LDA数学八卦是关于主题模型数学基础内容的一本书里面包含了神奇的Gamma函数、Beta/Dirichlet分布、MCMC /Gibbs Sampling、主题模型、LDA建模等内容。需要的朋友可以下载。

LDA-math 的汇总， "LDA数学八卦.pdf" 我整理贴出来了， 希望对大家理解 LDA 有帮助。 文章标题挂上“八卦”两字， 因为八卦意味着形式自由、不拘束、可以天马行空，细节处理上也难免有不严谨的地方；当然我也希望八卦是相对容易理解的。

浅层语义分析，文本语义分析，LDA，概率主题模型，Linear Discriminant Analysis，机器学习

在 Machine Learning 中，LDA 是两个常用模型的简称： Linear Discriminant Analysis 和 Latent Dirichlet Allocation， 在这篇文章中我们主要八卦的是后者。LDA 是一个在文本建模中很著名的模型，类似于 SVD, PLSA 等模型， 可以用于浅层语义分析,在文本语义分析中是一个很有用的模型。很不幸的是，这个模型中涉及的数学知识有点多， 包括 Gamma 函数， Dirichlet 分布， Dirichlet-Multinomial 共轭， Gibbs Sampling, Variational Inference, 贝叶斯文本建模，PLSA 建模, 以及 LDA 文本建模。 这篇文章的主要目标，就是科普在学习理解LDA 模型中，需要了解的一些重要的数学知识。 预设的读者是做自然语言处理、机器学习、数据挖掘方向的工程师， 要读懂这篇科普，需要的数学基础知识基本上不超过陈希孺先生的《概率论与数理统计》这本书。

LDA数学八卦.pdf 很好的资源 科普LDA模型中需要用到的数学知识。

LDA数学八卦，描述了LDA的数学，通俗易懂，是一个难得的学习材料 。

非常详细的LDA教程，非常详细的LDA教程非常详细的LDA教程非常详细的LDA教程非常详细的LDA教程

LDA数学八卦.pdf

学自然语言处理的时候被推荐的一本书籍，觉得作者也是很优秀，能把伽马函数讲得这么有趣。

在机器学习中,LDA（Latent Dirichlet Allocation）是非常常用的模型之一，常用于文本建模，类似于SVD，PLSA等模型，可用于浅层语义分析；但其所涉及的数学知识较多较杂，这本电子书就是详解LDA模型中的重要数学知识；