1.概率图模型probabilistic graphical model 就是一类用图来表达随机变量相关关系的概率模型:
用一个结点表示一个或者一组随机变量。
结点之间的边表示变量间的概率相关关系。
概率图描述了:联合概率分布在所有随机变量上能够分解为一组因子的乘积的形式,而每个因子只依赖于随机变量的一个子集。
2.根据边的性质不同,概率图模型可以大致分为两类:
使用有向无环图表示随机变量间的依赖关系,称作有向图模型或者贝叶斯网络Bayesian network。
有向图对于表达随机变量之间的因果关系很有用。
使用无向图表示随机变量间的相关关系,称作无向图模型或者马尔可夫网络Markov network 。
无向图对于表达随机变量之间的软限制比较有用。
3.概率图模型的优点:
提供了一个简单的方式将概率模型的结构可视化。
通过观察图形,可以更深刻的认识模型的性质,包括条件独立性。
高级模型的推断和学习过程中的复杂计算可以利用图计算来表达,图隐式的承载了背后的数学表达式。