概率圖模型、原理與技術（3）：貝葉斯網表示

       目標是在某個隨機變量的集合X={X1, ..., Xn}上表示聯合分佈P。即使在變量爲二值，n個變量的聯合分佈也需要2^n-1個數字的2^n個不同賦值的概率。 3.1 獨立性性質的利用      條件參數化確實爲更復雜分佈的緊湊表示奠定了基礎。      樸素貝葉斯模型：假設所有的事例屬於若干兩兩互斥且包含所有事例情況的類中的一個。     貝葉斯網語義：貝葉斯網不必限制其分佈的表示

>>阅读原文<<