PRML 第八章 图模型读书笔记



PRML第八章 图模型

本章主要涉及贝叶斯网络、马尔科夫随机场的概念，联合概率的分解，条件独立的判断，图的概率推断，其中，主要分为两大块：有向图和无向图。有向图对应于贝叶斯网络，马尔科夫随机场对应于无向图。有向图与无向图之间的转换等。最后提出因子图的概念，我们可以将有向图或者无向图转化为因子图来表示和应用。在本章的后面主要提出了几种基于图模型的算法：循环置信传播，联合树算法，迭代条件峰值算法ICM以及最大加和算法和加和乘积算法，前两种主要是针对带环的图模型（也就是适用于所有的图模型），后两种只适用于不带环的图模型。其中循环置信算法是有环图的近似推断。

那么有向图和无向图的区别在哪呢？

（1）有向图比无向图多了箭头；

（2）书上指出：有向图表示因果关系，无向图表示一种软限制。

（3）查阅网上的资料，知道无向图适用于父节点和子节点对称的情况，无向图适用于一般情况，那么既然有了适用于一般情况的有向图，为什么还要提出无向图的概念呢？原因是无向图相对于有向图而言会更简单，仔细想一下，如果父节点和子节点之间是对称关系，那么对于有向图而言父节点与子节点之间应当有2