贝叶斯公式设b_贝叶斯网络（包含本地马尔可夫假设）的理解

我的文章尽量言简意赅，不浪费大家时间，如果需要补充请留言，

先上图，假设有这样一个有向不循环图：

为了说明父子关系：A->C ， 对于C来说A是上两级的父，B是上一级的父

根据传统的条件概率链式法则：

P(A,B,C,D) = P(A)P(D|A,B)P(B|A)P(C|A,B)

根据贝叶斯网络公式：

贝叶斯公式包含一系列节点的本地马尔可夫假设

(Local Markov Assumption: A variable X is independent of its nondescendants given its parents (only the parents))

翻译过来的意思是，当X有父节点发生时，X节点和其他不是X的子节点发生概率独立。

我的理解是，X节点只和它的一级父节点有关，其他节点都是独立。

应用贝叶斯网络举例：

P(A,B,C,D) = P(A)P(D|A,B)P(B|A)P(C|A,B) => P(A,B,C,D) = P(A)P(D|A,B)P(B|A)P(C|B)

对于C来说，只有B是它的第一级父节点，只考虑一级,A 是C的第二级父节点，所以删除，概率公式进行了简化。