更改

'''图模型 Graphical Model'''，亦称'''概率图模型 Probabilistic Graphical Model（PGM）'''或'''结构化概率模型 structured probabilistic model'''，是一种用图表示随机变量之间条件依赖关系的概率模型。它们通常用于概率论、统计学，尤其是贝叶斯统计学和[[机器学习]]。

'''图模型 Graphical Model'''，亦称'''概率图模型 Probabilistic Graphical Model（PGM）'''或'''结构化概率模型 structured probabilistic model'''，是一种用图表示随机变量之间条件依赖关系的概率模型。它们通常用于概率论、统计学，尤其是贝叶斯统计学和[[机器学习]]。

[[File:Graph model.svg|thumb|right|这是一个图模型的例子。每个箭头表示一个依赖关系。在这个例子中: D 依赖于 A、 B 和 C; C 依赖于 B 和 D; 而 A 和 B 相互独立。]]

[[File:Graph_model.png|400px|thumb|right|这是一个图模型的例子。每个箭头表示一个依赖关系。在这个例子中: D 依赖于 A、 B 和 C; C 依赖于 B 和 D; 而 A 和 B 相互独立。]]

常用的概率图模型大致分为两类：贝叶斯网络（Bayesian network, BN）和马尔可夫网络（Markovnetwork, MN）或者称为马尔可夫随机场。概率图理论共分为三个部分，分别为概率图模型表示理论，概率图模型推理理论和概率图模型学习理论。<ref name = 刘建伟>刘建伟，黎海恩，罗雄麟.[http://www.aas.net.cn/fileZDHXB/journal/article/zdhxb/2014/6/PDF/2014-6-1025.pdf 概率图模型学习技术研究进展J].自动化学报 , 2014 , 40 (6) :1025-1044</ref>

常用的概率图模型大致分为两类：贝叶斯网络（Bayesian network, BN）和马尔可夫网络（Markovnetwork, MN）或者称为马尔可夫随机场。概率图理论共分为三个部分，分别为概率图模型表示理论，概率图模型推理理论和概率图模型学习理论。<ref name = 刘建伟>刘建伟，黎海恩，罗雄麟.[http://www.aas.net.cn/fileZDHXB/journal/article/zdhxb/2014/6/PDF/2014-6-1025.pdf 概率图模型学习技术研究进展J].自动化学报 , 2014 , 40 (6) :1025-1044</ref>

==== [https://campus.swarma.org/course/1579 概率上的图模型|Openlab内部读书会第一期分享] ====

==== [https://campus.swarma.org/course/2033 概率上的图模型|Openlab内部读书会第一期分享] ====

这部分内容是由北京师范大学的张章进行分享的内容，也可以作为一个参考推荐给大家。

这部分内容是由北京师范大学的张章进行分享的内容，也可以作为一个参考推荐给大家。

==== [https://campus.swarma.org/course/1579 因果科学与Causal AI读书会第二季] ====

==== [https://campus.swarma.org/course/2460 因果科学与Causal AI读书会第二季] ====

因果科学读书会的第二季将会从基础的部分介绍图模型，以及更多跟图模型拓展相关，解释因果性的文章。读书会期间将会精读三本因果科学方向的优秀书籍，并共同完成书籍中的思考题。

因果科学读书会的第二季将会从基础的部分介绍图模型，以及更多跟图模型拓展相关，解释因果性的文章。读书会期间将会精读三本因果科学方向的优秀书籍，并共同完成书籍中的思考题。