主题模型（Topic Model）相关学习资料与文献

由于最近在学习相关能容，所以将资料共享出来，直接戳名字下载。（这个文章会实时更新，所以如果下次点不开。。。可能正在审核吧）

1. LDA数学八卦

简介：个人认为是非常适合初学者的读物，用原文的话来说就是“初衷就是写给工业界的工程师们看的”，从最基础的Gamma函数说到Beta和Dirichlet分布，从Gibbs Sampling说到LDA model的training和inference，用魔鬼猜数字的故事贯穿全文生动形象地描述了每一个细节。

2. Parameter estimation for text analysis

简介：Gregor Heinrich介绍了几种的文本模型参数估计方法，最大似然估计（ML）、最大后验概率估计（MAP）、贝叶斯估计，当然主要还是介绍Latent Dirichlet Allocation，和LDA数学八卦配合起来看是最好的，里面有比较详细的LDA下Gibbs Sampling的算法流程。

3. 通俗理解LDA主题模型

简介：看过LDA数学八卦后，你会发现这里面有不少东西是很相似的，包括图片，作为中文读物，我觉得还是不错的，但是可能因为排版问题，里面好像丢失了不少符号和图片，不过作为补充读物还是不错的，也用详实的例子描述了LDA模型的运作。

如果有什么好的文献可以共享出来，大家一起讨论！

2014年11月24日更新，未完待续。。。