【机器学习】 概率有向图模型

【贝叶斯网络】


【贝叶斯定理】
贝叶斯定理可以体现先验概率和后验概率之间的转换。




【有向分离】
有向分离对应于概率论中的条件独立性，其目的是从图的角度出发寻找节点之间的条件独立性。



比如对于下图：

xi=a, xj=b
则z={e,f}, l=a-e-f-b
l中有一个头对头节点e，和一个尾对尾节点f，满足条件2，所以l是关于z的一条阻断路径