马尔可夫网络和贝叶斯网络的一些总结
最近学习了一些关于概率逻辑的知识图谱推理方法,主要就是贝叶斯网络和马尔可夫网络,在此总结一下,内容都来自网络资料,这里加入了一下个人的理解,尽量为大家避雷!
这篇文章是我目前在网络上找到的关于贝叶斯网络最清晰的介绍,大家有兴趣可以去看看
贝叶斯网络中比较重要的两部分就是贝叶斯网络的结构和条件概率表。
贝叶斯网络的结构
下面通过一个例子来介绍:
贝叶斯网的网络结构是一个有向无环图(Directed Acyclic Graph),其中每个结点代表一个属性或者数据变量,结点间的弧代表属性(数据变量) 间的概率依赖关系。
一条弧由一个属性(数据变量)A指向另外一个属性(数据变量)B说明属性A的取值可以对属性B的取值产生影响,由于是有向无环图,A、B间不会出现有向回路。例如A1下雪和A2堵车节点,有一条由下雪指向堵车的弧,说明堵车的概率取值会因下雪这个节点产生影响。
在贝叶斯网当中,直接的原因结点(弧尾)A叫做其结果结点(弧头)B的双亲结点