更改

==贝叶斯网络 Bayesian network==

==贝叶斯网络 Bayesian network==

因果模型可以用贝叶斯网实现。贝叶斯网络可用于提供事件的逆概率（给定结果，反推具体原因的概率是多少）。这就需要准备一个条件概率表，显示所有可能的输入和结果以及相关的概率。

因果模型可以用贝叶斯网实现。贝叶斯网络可用于提供事件的逆概率（给定结果，反推具体原因的概率是多少）。这就需要准备一个条件概率表，显示所有可能的输入和结果以及相关的概率。<ref name=":1" />{{rp|[{{google books|plainurl=y|id=9H0dDQAAQBAJ|page=119}} 119]}}

例如，给定疾病和针对疾病的检验的两变量模型，条件概率表的形式为：

例如，给定疾病和针对疾病的检验的两变量模型，条件概率表的形式为：<ref name=":1" />{{rp|[{{google books|plainurl=y|id=9H0dDQAAQBAJ|page=117}} 117]}}

 

{| class="wikitable"

{| class="wikitable"

|}

|}

根据该表，当患者没有疾病时，测试为阳性的可能性为12％。

根据该表，当患者没有疾病时，测试为阳性的可能性为12％。

尽管这对于小问题很容易解决，但是随着变量数量及其相关状态的增加，概率表（以及相关的计算时间）呈指数增长。

尽管这对于小问题很容易解决，但是随着变量数量及其相关状态的增加，概率表（以及相关的计算时间）呈指数增长。<ref name=":1" />{{rp|[{{google books|plainurl=y|id=9H0dDQAAQBAJ|page=121}} 121]}}

贝叶斯网络在商业上可用于如无线数据纠错和DNA分析之类的应用中。

贝叶斯网络在商业上可用于如无线数据纠错和DNA分析之类的应用中。<ref name=":1" />{{rp|[{{google books|plainurl=y|id=9H0dDQAAQBAJ|page=122}} 122]}}

==不变量/语境Invariants/Context ==

==不变量/语境Invariants/Context ==