从接触NLP开始，用的基本都是深度学习模型。由于之前没有接触过主题模型，今天就去搜了一下LDA（Latent Dirichlet Allocation）介绍，没想到这个机器学习模型涉及那么多数学知识啊，比如伯努利、Gamma函数、共轭先验、狄利克雷函数等等，太深奥了！难怪很多前辈们都推崇机器学习方法，毕竟是实打实的数学堆起来的成果，而且确实有时候机器学习比深度学习跑出来的效果要好。比如我之前拿SVM跑过‘预测学生的返校工具’，结果就比用神经网络效果要好，当然也有可能是因为当时数据集比较小。
接下来准备看看《LDA数学八卦》，是真的长。