bayes network新理解（1）

来自http://www.cs.cmu.edu/~tom/10701_sp11/

Mitchell老师的公开课ppt

参数个数，能想明白吗？（所有feature都是boolean）

不明白构建贝叶斯信念网的算法？看下面的图，结点x3和x1是可以互换的，不影响链式法则的使用。。。

想一想naive bayes的bayes network对应的结构：

同时，上图x3到x4的有向边还可以从x4指向x3，原因是图中右边的链式法则所示：对于不条件独立的feature，谁指向谁都无所谓！

连续和离散的特征混合在一起呢？相信大家想到了：

bayes network的另一个应用：隐马尔科夫模型

最后给出如何训练bayes network：

解释一下上面的符号:a _|_ b|c，a和b|c条件独立。

RV：random variable