Graphical Model

定义 Definition

graphical model（常译“图模型/图形模型”）：用图（graph）来表示变量之间关系（尤其是概率依赖关系）的一类模型。节点通常表示随机变量，边表示变量之间的依赖或条件关系；常用于统计学与机器学习中的表示、推断与学习。（也可泛指用图形方式表达结构关系的模型，但最常见用法是“概率图模型”。）

发音 Pronunciation (IPA)

/ˈɡræfɪkəl ˈmɑːdəl/

例句 Examples

A graphical model can show how variables are connected.
图模型可以展示变量之间如何相互关联。

By using a graphical model, we can encode conditional independence assumptions and perform efficient inference on high-dimensional data.
通过图模型，我们可以表达条件独立的假设，并在高维数据上进行更高效的推断。

词源 Etymology

graphical 来自 graph（“图、图表、图结构”）+ -ical（形容词后缀，表示“……的”）；model 源自拉丁语 modulus（“尺度、样式”），在英语中引申为“模型、范式”。组合起来，“graphical model”字面意思是“用图来表示的模型”，在现代统计与机器学习语境中特指以图结构表达概率关系的模型体系。

相关词 Related Words

• Bayesian Network
• Markov Random Field
• Factor Graph
• Graph
• Probabilistic Model
• Inference
• Conditional Independence
• Latent Variable
• Machine Learning
• Statistics

文学与著作中的用例 Notable Works

• Daphne Koller & Nir Friedman, Probabilistic Graphical Models: Principles and Techniques（系统讲解概率图模型的经典教材）
• Steffen L. Lauritzen, Graphical Models（图模型理论的重要专著）
• Christopher M. Bishop, Pattern Recognition and Machine Learning（涉及图模型、贝叶斯网络与推断方法）
• David J. C. MacKay, Information Theory, Inference, and Learning Algorithms（包含因子图、消息传递等图模型思想）
• David Barber, Bayesian Reasoning and Machine Learning（以贝叶斯视角介绍图模型与相关推断）