hale_lan的博客

L(θ|x)=f(x|θ) 这个等式表示的是对于事件发生的两种角度的看法。其实等式两遍都是表示的这个事件发生的概率或者说可能性。再给定一个样本x后，我们去想这个样本出现的可能性到底是多大。统计学的观点始终是认为样本的出现是基于一个分布的。那么我们去假设这个分布为f，里面有参数theta。对于不同的theta，样本的分布不一样。f(x|θ)表示的就是在给定参数theta的情况下，x出现的可能性多大

http://fmajor.lamost.org/blog/2014/03/01/Bayesian-thinking.html?p=1177  https://www.zhihu.com/question/21134457 http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/ http://www.xuyankun.cn/

Embedding在数学上表示一个maping： ， 也就是一个function。 其中该函数满足两个性质： injective （单射的）：就是我们所说的单射函数，每个Y只有唯一的X对应;structure-preserving（结构保存）：比如在X所属的空间上 ，那么映射后在Y所属空间上同理 。 那么对于word embedding, 就是找到一个映射(函数)将单词(word