機器學習理論與實戰（十四）概率圖模型02

        02 概率圖模型定義         翻開Jordan和Wainwright著作的書，正文開始（第二章）就說概率圖模型的核心就是：分解（factorization）。的確是這樣的，對於複雜的概率圖模型，要在複雜交織的變量中求取某個變量的邊緣概率，常規的做法就是套用貝葉斯公式，積分掉其他不相干的變量，假設每個變量的取值狀態爲N，如果有M個變量，那麼一個圖模型的配置空間就有M^N，指數

>>阅读原文<<