私は<として2019概要が述べ言う>、私は、自然言語処理（NLP）のノートのシリーズを開始します。
多くの人々は、AIが行わよりも言われていない、APIやクラウドの転送既存のライブラリが友達になれる、と言います。
しかし、実際にはない場合。
まず、AIこのフィールドは非常に大きく、1950年から、チューリングはチューリングテストを提案し、1956年ダートマス会議が始まった、AIは、50年に開発している、いくつかの学者が信じて6回あり、それは考えられている2つのダウンの3例。
だから、愛の開発今日は、すでにかなりの規模を持ち、知識は、このトップの日となっているに関連付けられたマップとしてだけでなく、このようなNLPやOCRなどに関連するいくつかの分野、最も精通しているAIのすべての領域に精通した人を、持つことができません。
私はI'LL AIを言うことができないので、私は、私は自然言語処理（NLP）のプロジェクトをやったと言うことができます。
私たちが式を知っている別の言い方をすれば、AIは、Web、デスクトップ、モバイル端末、モバイルゲームの終わりを越え、ドラゴンボールを.NET、.NETに相当しているされ、かつので、人はWebおよびデスクトップ2に慣れるために、すべての領域に精通することはできませんトップ3の領域は非常に日となっています。
Webおよびデスクトッププログラマがあるため対応の分野における基本的な知識の不足のため、急に移動し終わると、手の上流端ん作るために使用されるとき、私たちはすぐに開始したが、また、なぜ、いくつかの.NETプログラマで面接を通過し得ることができません最も典型的な。モバイルゲームの終わりに移行してWebおよびデスクトップクライアントからのようなことが問題となっているので、.NETプログラマのウェブは、手の旅行客を行い、自動的にその方法の機能を見つけるか、簡単に終わりにではない、ないトーンAPIを解決することができることができます。
私はNLPのプロジェクトをしましたが、だから、今突然アルファ犬は、私も受け入れられないよ、私はそれをやらせます。
私は多くの人々に会っ済NLPプロジェクトを持っている、唯一の曲既存のライブラリとクラウドAPIので、最終結果は悪い、道に正規表現処理をフォールバックしなければならなかった、「にしてもほぼ同様の価値万人AIのコアコード。「+または人工のインテリジェントな方法を取ります。
私はすべての後に、最初のレベルは私が行う方法ではなく、2番目の正規表現+確かに人工的なインテリジェントな方法は、一時的な問題の一部を解決するため、様々な方法でより多くの嘲笑を、これを意味するものではありません。
エリックが言ったように塩漬け魚が魚の理想を塩漬けにしなければならない場合でもしかし、人々は常に、追求する必要がありますが、長い目で見れば、まだ根本的な問題を解決するために数学に依存しています。
複雑な、同じ研究数学、研究2人を算出したコンフォーマルな幾何学の理論と研究分野の多様な種類として、数学とAIが通信することは非常に困難です。
自然言語処理（NLP）確率論をまとめ結石として知られ、微積分で使用されるが、数学、確率論の枝に対応します。
しかし、確率論の多くのサブカテゴリーがあり、それのNLPの知識に使用される確率論については、単にそこにあります：
- 確率（確率）
- 最尤推定（最尤推定）
- 条件付き確率（条件付き確率）
- 完全確率式（フル確率）
- ベイズ決定理論（ベイズ決定理論）
- ベイズ規則（ベイズの定理）
- 二項分布（二項分布）
- 期待（予想）
- 分散（分散）
しかし、9時上記を理解するために、我々はまた、次の概念を理解する必要があります。
- 順列
- 頻度と確率
- 古典的な確率と幾何学的な確率モデル
- 条件付き確率
- 完全確率式
- 一次元および2次元離散確率変数
- 一次元と二次元の連続確率変数
- 共分散と相関係数
- 大数の法則と中心極限定理
- サンプルおよびサンプリング配布
- 点推定値
私は、各執筆経験の背後にある特定の概念を持っています。