请答主不要只是简单地说什么概率论、数理统计、线性代数，因为肯定不是这些学科的所有章节全部都需要。肯定只是需要其中的一部分。哪位高人能详细指点一下，到底需要哪些学科的哪些部分？

直接看Stanford CS 224n就好了，遇到不懂的数学随便查查。其实真的就只需要些微积分线性代数概率论(本科level)，所以我觉得你没必要先去补什么数学，遇到不懂的概念google就行，一般看一下Wikipedia就够了。这种level的数学比起理论物理很trivial的，大哥你没问题^_^

课程链接：http://web.stanford.edu/class/cs224n/index.html
The matrix calculus you need for deep learning?

explained.ai图标

微积分

最优化计算

概率论和数理统计

数值分析

首先大学肯定学过高数概率论，这就基本足够了。

然后在学习斯坦福224n的过程中，用到的基本就是些求导的知识，偏导要会，雅可比矩阵要了解，矩阵的一些性质了解一下，比如对角矩阵，单位矩阵之类的。

其他的其实暂时用不到多少，用到了再去学就行，用到最多的就是求导和矩阵相关知识。

自然语言处理方向的数学知识个人感觉有以下几个方面：

微积分（主要是导数、偏导数、梯度等）

概率论与数理统计（几个概率公式，理解几大概率分布，懂得极大似然估计等）

线性代数（矩阵计算、求导等，MIT线性代数了解一下）

随机过程（马尔可夫那一块内容，CRF 和 最大熵模型都用得到）

个人感觉买一本最新的自然语言综论可以大致了解一番

入门的话看Michael Collins 的公开课和讲义（B站有视频） http://www.cs.columbia.edu/~mcollins/

接著看看 Stanford CS224n ，了解一下Deep Learning 在 NLP 应用进展，CMU 好像也有对应的课程

绝大部分情况下，nlp不需要任何数学知识，加减乘除都不需要，如果需要的化，带个计算器即可。。 当然如果你是做那1%的底层，可能需要些数学知识

Atitit nlp常用的类库和技术

目录

1. Atitit nlp用到的技术与常见类库 1

2. Atitit python nlp类库 1

2.1. Atitit java的nlp自然语言处理类库 2

3. Other 2

3.1. Mmseg分词，ik分词器 2

3.2. 文档读取处理类 2

3.3. 索引与检索类 2

1. Atitit nlp用到的技术与常见类库

目录

1. 常用的技术 1

1.1. 语言处理基础技术 分词 相似度等 1

1.2. 新闻摘要 2

1.3. 情感倾向分析 2

1.4. 文章标签 2

1.5. 文章分类 2

1.6. 文本审核 2

1.7. 机器翻译 2

1.8. 智能写作平台 3

2. Ati常用技术 3

2.1. 分词 关键词提取 3

2.2. 摘要 关键词提取 与目录提取 3

2.3. 抽取 3

2.4. 索引与 检索 3

2.5. Zip压缩文档抽取技术 3

2.6. Office pdf系列文档读取技术 3

2.7. Eml html系列温暖的读取技术 3

2. Atitit python nlp类库

目录

1.1. snownlp 1

1.2. ·Spacy是NLTK的主要竞争对手。这两个库可用于相同的任务。 1

1.3. ·Scikit-learn为机器学习提供了一个大型库。此外还提供了用于文本预处理的工具 1

2. Ati 使用记录 2

3. ref 2

OpenNLP

2.1. Atitit java的nlp自然语言处理类库

目录

1.1. OpenNLP是一个基于Java机器学习工具包， 1

1.2. Java自然语言处理 LingPipe 1

1.3. 2.中文自然语言处理工具包 FudanNLP 1

1.3.1. 5、Stanford CoreNLP 斯坦福大学NLP 2

1.4. 1.IKAnalyzer 2

1.5. 3.FudanNLP 2

1.6. jcseg 3

3. Other

3.1. Mmseg分词，ik分词器

3.2. 文档读取处理类

mail类库，poi类库（处理officex系列），jsoup html类库。

org.apache.tools.zip_1.9.6 处理zip库

java-unrar 处理rar文档

pdfbox-1.8.16.jar

3.3. 索引与检索类

Lucence imap类库mail。Jar zip库读取库

Atitit python nlp类库

你去看呗，总不会把需要的数学知识学完后，才去学nlp吧，都是看到哪里，不会再去补充的，加油喽 ，需要的不多，慢慢补充。

搞自然语言处理你所需要的是更强的数学思维，而非这些章节的对应知识点，就你列的这些课本来就很简单，也没什么对思维有帮助的。凭良心说，就算你现在学了这些课，跑跑 demo 该个模型，也就只够现在这几年了。

宗成庆的统计自然语言处理肯定是要学的，我也是初学者，个人感受就是必须得学这本书，其他的倒是可以一边看论文一边靠网路自学。

哦还有吴恩达的深度学习，第五课也讲了一些基础知识，要学。

推荐阅读：
相关文章