因子圖
因子圖
將一個具有多變數的全局函數因子分解,得到幾個局部函數的乘積,以此為基礎得到的一個雙向圖叫做因子圖。在概率論及其應用中, 因子圖是一個在貝葉斯推理中得到廣泛應用的模型。
因子圖使用一種二模圖用來表示函數因式分解后的結果。設有函數,其中其對應的因子圖包括變數節點,因子節點和邊邊通過下列因式分解結果得到:在因子節點和變數節點之間存在邊的充要條件是存在。
貝葉斯網路(Bayesian network),又稱信念網路(belief network)或是有向無環圖模型(directed acyclic graphical model),是一種概率圖型模型,藉由有向無環圖(directed acyclic graphs, or DAGs)中得知一組隨機變數及其n組條件概率分佈(conditional probability distributions, or CPDs)的性質。舉例而言,貝葉斯網路可用來表示疾病和其相關癥狀間的概率關係;倘若已知某種癥狀下,貝葉斯網路就可用來計算各種可能罹患疾病之發生概率。
• 信念傳播
• 貝葉斯推理
• 條件概率
• 馬爾科夫鏈
• 貝葉斯網路