关于Latent Dirichlet Allocation

今天，也没出去，晚上宿舍没有人，自己思考了下人生，毕设还是大事，觉得现在有必要把LDA从前往后彻彻底底的读一遍了，因为现在的感觉就是什么都知道一点皮毛，但是理解的都不深，LDA好像（恩，相当不好）现在理解的不是很好，涉及的内容挺多，细分的话有：

1）参数估计 MLE MAP

2）Bayes Estimation 

3）随机采样 

4）各种基于 MCMC 的采样方法 ：Gibbs LDA Sparse LDA ，Alias LDA，WarpLDA

4）分布式实现

5）应用 放在新闻推荐上? 这个具体看情况吧 ~！

每个部分设计的内容都不少，所以先列个中文的列表，读完之后就去读paper吧~

1.July的 通俗理解LDA主题模型

2.小马哥 LDA算法漫游指南

3.LDA数学八卦

英文的之后再说~,目标先界定在新闻推荐上把，结合LDA与别的算法做一个新闻推荐？，具体这个之后再研究。总之需要开始读了~！这段时间也挺累的，每天的生活很单调 ，由于毕设又加上了 LDA 和 spark ， 真是自己给自己一个大深坑啊。慢慢填吧 :)