条件独立(conditional independence) 结合贝叶斯网络(Bayesian network) 概率有向图 （PRML8.2总结）

本文会利用到上篇，博客的分解定理，需要的可以查找上篇博客



D-separation对任何用有向图表示的概率模型都成立，无论随机变量是离散还是连续，还是两者的结合。



部分图为手写，由于本人字很丑，望见谅，只是想把PRML书的一些部分总结出来，给有需要的人看，希望能帮到一些人理解吧。