机器学习和信息检索常用的东东

1、多项式分布 

2、文本的多项式分布建模 

3、共轭先验 

4、概率平滑｛Lapace平滑、加1平滑、Dirichlet贝叶斯平滑、2阶段语言模型｝ 

5、似然函数 

6、log似然函数 

7、期望最大化算法 

8、条件概率 

9、贝叶斯全公式 

10、生成模型 

11、判别模型 

12、条件期望 

13、拉格朗日系数 

14、VSM，LSI，PLSI，LDA。。。 

15、CRF、HMM、SVM、NN、DT、MEM。。。 

16、协同过滤 

17、expert finding 

18、信息抽取 

19、贝叶斯决策论 

20、KL-divergence 

21、熵、条件熵、交叉熵、互信息 

22、最大似然同交叉熵之间的联系 

23、一般图模型的画法以及其含义 

24、马尔可夫性质 

25、Gibbs Sampling或者就是Sampling 

26、Varitional inference 

27、Simplex 

28、各种概率分布：Gauss、多重贝努力、Beta、Dirichlet。。。 

29、贝叶斯网络 

30、各种排序方法的评估：如NDCG 

31、自然语言中各种名词的含义：如WSD 

32、基本概念：监督学习、半监督学习、无监督学习等等 

33、维度规约 

34、假设检验 

35、特征提取的基本方法 

36、文本分类、聚类的基本方法 

37、PageRank,HITS等基本方法 

38、TrustRank 

39、 Web Spam 

40、信息检索的基本模型：VSM、LM、RSJ、BIR等等 

41、Okapi 

42、如何创建评测集合：pooling 

43、文本采样的方法: shingling、fingerprint 

44、feedback的基本方法 

45、TRANSLATION MODEL 

46、Kernal Method 

47、Active learning 

48、语言模型/n-gram 

49、Discriminative Mode、Generative Mode 

50、Exchangeable random variables