NLP数学基础

1.统计学

数据度量标准（平均数、中位数（一组数据中，最中间位置的数）、众数（一组数据中出现数据次数最多的数）、期望（均值）、方差（衡量一组随机变量的离散程度）、标准差（方差的算术平方根））
图形可视化（饼图、条形图、热力图、折线图、箱线图、散点图、雷达图、仪表盘）
概率分布（几何分布、二项分布、正态分布(高斯分布，期望为0，标准差为1的是标准正态分布)、泊松分布）
统计假设检验

2.线性代数

向量、 矩阵、距离计算（余弦距离、欧式距离、曼哈顿距离、明可夫斯基距离、切比雪夫距离、杰卡德距离、汉明距离、标准欧式距离、皮尔逊相关系数）

2.1 余弦距离:
概述：在机器学习领域，通常将特征表示成向量的形式，通常在衡量两个向量的相似度时，常用余弦相似度表示。例如将两篇文章向量化，余弦相似度可以避免因为文章长度不一样导致的距离偏大，余弦距离只考虑两篇文章生成向量的夹角。
余弦相似度的取值范围是[-1,1]，相同两个向量的之间的相似度为1。

3.概率论

随机试验、条件概率、全概率、贝叶斯定理、信息论