贝叶斯网络——贝叶斯理论(3)

对贝叶斯公式大家可能已经比较熟悉了，贝叶斯网络又是什么东东？贝叶斯网络又叫概率图模型，是图灵奖得主Judea Pearl于1985年首先提出的。现在大火的深度学习神经网络，以及机器学习中的马尔可夫链、隐马尔可夫链，甚至决策树、支持向量机SVM、AdaBoost、XGBoost、GBDT等等不过是贝叶斯网络的特殊情形。所以深入研究贝叶斯网络相当重要。

贝叶斯网络的目的

贝叶斯网络是一个有向无环图，其中的结点表示事物的状态，而结点a指向结点b的有向弧表示a对b的发生有影响。举个栗子，假设a表示抽烟与否(表示抽烟，表示不抽烟)，b表示肺癌(表示得肺癌，表示不得肺癌)，肺癌的产生与吸烟有着明显的因果关系，两者构成了一个最简单的贝叶斯网络：

图1 最简单的贝叶斯网络

抽烟和肺癌之间的关系见下表：

	: 得肺癌	: 不得肺癌