更改

===其他类别===

===其他类别===

*[[朴素贝叶斯分类器 Naive Bayes classifier]],其中我们会使用一颗单结点树

*朴素贝叶斯分类器 Naive Bayes classifier，其中会使用单根树。

*[[依赖网络 Dependency network]]中环的出现

*依赖性网络 Dependency network中会出现环

*树增广朴素贝叶斯分类器 Tree-augmented classifier 或简称为TAN模型

*树增广朴素贝叶斯分类器 Tree-augmented classifier 或简称为TAN模型

*[[因子图 factor graph]]是连接变量和因子的无向二分图。 每个因子代表与其连接的变量有关的函数。 这对于理解和实现[[信念传播算法]]很有帮助。

*因子图 factor graph是连接变量和因子的无向二分图。 每个因子代表与其连接的变量有关的函数。 这对于理解和实现信念传播算法很有帮助。

*在[[节点树 clique tree]] 算法中，通常会使用派系中一棵派系树或者是节点树。

*团树 clique tree或者联合树，是指基于团的树，一般是将有向图转化为树，减少计算难度，一般会使用联合树算法来求解。

*[[链式图 chain graph]] 是既可以有向也可以无向的边，但是没有任何有向环（即，如果我们从任意一个顶点开始并依据任何箭头的方向沿该图形移动，则只要我们沿着箭头走了一步我们将无法返回到该顶点）。 有向无环图和无向图都是链式图的特例，因此可以提供一种统一和泛化贝叶斯网络和马尔可夫网络的方法。<ref>{{cite journal|last=Frydenberg|first=Morten|year=1990|title=The Chain Graph Markov Property|journal=[[Scandinavian Journal of Statistics]]|volume=17|issue=4|pages=333–353|mr=1096723|jstor=4616181 }}</ref>

*链式图 chain graph 是既可以有向也可以无向的边，但是没有任何有向环（即，如果我们从任意一个顶点开始并依据任何箭头的方向沿该图形移动，则只要我们沿着箭头走了一步我们将无法返回到该顶点）。 有向无环图和无向图都是链式图的特例，因此可以提供一种统一和泛化贝叶斯网络和马尔可夫网络的方法。<ref>{{cite journal|last=Frydenberg|first=Morten|year=1990|title=The Chain Graph Markov Property|journal=[[Scandinavian Journal of Statistics]]|volume=17|issue=4|pages=333–353|mr=1096723|jstor=4616181 }}</ref>

* An [[ancestral graph]] is a further extension, having directed, bidirected and undirected edges.<ref>{{cite journal

* An [[ancestral graph]] is a further extension, having directed, bidirected and undirected edges.<ref>{{cite journal

|first1=Thomas |last1=Richardson |first2=Peter |last2=Spirtes|title=Ancestral graph Markov models|journal=Annals of Statistics|volume=30 |issue=4 |year=2002 |pages=962–1030|doi=10.1214/aos/1031689015|mr=1926166 | zbl = 1033.60008|citeseerx=10.1.1.33.4906}}</ref>

|first1=Thomas |last1=Richardson |first2=Peter |last2=Spirtes|title=Ancestral graph Markov models|journal=Annals of Statistics|volume=30 |issue=4 |year=2002 |pages=962–1030|doi=10.1214/aos/1031689015|mr=1926166 | zbl = 1033.60008|citeseerx=10.1.1.33.4906}}</ref>

* [[Random field]] techniques

*随机场方法

** A [[Markov random field]], also known as a Markov network, is a model over an [[undirected graph]]. A graphical model with many repeated subunits can be represented with [[plate notation]].

**马尔可夫随机场也称为马尔可夫网络，是一个基于无向图的模型，图模型中很多重复的子单元可以用 “盘子表示法”（plate notation） 来进行表示。

** A [[conditional random field]] is a [[discriminative model]] specified over an undirected graph.

**条件随机场是基于无向图上的判别模型。

* A [[restricted Boltzmann machine]] is a [[Bipartite graph|bipartite]] [[generative model]] specified over an undirected graph.

* 受限玻尔兹曼机是一个基于无向图上的二分生成模型

==应用==

==应用==