1.贝叶斯网络和马尔科夫网络是随机变量为离散型的概率图模型
2.随机变量是连续型的概率图模型叫做高斯图
3.高斯图又可以分为高斯贝叶斯网络和高斯马尔科夫网络
对于概率图模型(Probabilistic Graphical Model,PGM),如果随机变量是离散的,那么可以分为贝叶斯网络(Bayesian Network)和马尔科夫网络(Markov Network)
如果随机变量是连续的话,我们把概率图模型称为高斯网络,它是假设随机变量服从高斯分布。它又可以进一步划分为高斯贝叶斯网络(Gaussian Bayesian Network,GBN)和高斯马尔科夫网络(Gaussian Markov Network,GMN)
传送门: