更改

在形式上，'''<font color="#ff8000"> 贝叶斯网络 Bayes network</font>'''是有向无环图(DAGs) ，其节点表示贝叶斯意义上的变量: 它们可以是可观测量、潜在变量、未知参数或假设。边表示条件依赖; 未连接(没有路径连接一个节点到另一个节点)的节点表示彼此有条件独立的变量。每个节点都与一个'''<font color="#ff8000"> 概率密度函数Probability function </font>'''节点相关联，该节点接受一组特定的父变量值作为输入，并给出(作为输出)该节点表示的变量的概率(或概率分布，如果适用的话)。例如，如果 math m / math 父节点表示 math m / math 布尔变量，那么概率密度函数可以用一个小 math 2 ^ m / math / small 条目表示，每个小 math 2 ^ m / math / small 可能的父节点都有一个条目。类似的想法可以应用于无向图，也可能是循环图，如马尔可夫网络。

在形式上，'''<font color="#ff8000"> 贝叶斯网络 Bayes network</font>'''是有向无环图(DAGs) ，其节点表示贝叶斯意义上的变量: 它们可以是可观测量、潜在变量、未知参数或假设。边表示条件依赖; 未连接(没有路径连接一个节点到另一个节点)的节点表示彼此有条件独立的变量。每个节点都与一个'''<font color="#ff8000"> 概率密度函数Probability function </font>'''节点相关联，该节点接受一组特定的父变量值作为输入，并给出(作为输出)该节点表示的变量的概率(或概率分布，如果适用的话)。例如，如果 math m / math 父节点表示 math m / math 布尔变量，那么概率密度函数可以用一个小 math 2 ^ m / math / small 条目表示，每个小 math 2 ^ m / math / small 可能的父节点都有一个条目。类似的想法可以应用于无向图，也可能是循环图，如马尔可夫网络。

==Example举例==

==Example举例==