LDA是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。文档到主题服从Dirichlet分布，主题到词服从多项式分布。 LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）中潜藏的主题信息。它采用了词袋（bag of words）的方法，这种方法将每一篇文档视为一个词频向量，从而将文本信息转化为了易于建模的数字信息。但是词袋方法没有考虑词与词之间的顺序，这简化了问题的复杂性，同时也为

朴素贝叶斯分类算法是机器学习中十分经典而且应用十分广泛的算法，下面将逐步学习和说明。-Naive Bayes classifier machine learning algorithm is very classic and very broad application of the algorithm, the following will gradually learn and descr iption.

机器学习irect和unrolling乘法数一模一样，所以图上只有direct的。unrolling方法就是为blas/gemm设计的，至于blas/gemm把矩阵乘复杂度、乘法数降到多少还没见，但是那就到blas优化的范畴了。 -Machine Learning irect and unrolling exactly the number of multiplications, so the figure of only direct. unrolling method is to bla