为专家解释贝叶斯网络

贝叶斯网络（Bayesian Networks）是概率图模型，通过有向无环图（DAG）表示一组随机变量，并对它们的联合概率分布进行因式分解。

形式上，它们将分布定义为每个变量在其图中父节点条件下的条件概率的乘积。

网络结构编码了独立性假设，从而实现高效的概率推断和学习。

贝叶斯网络既用于诊断、预测，也用于决策支持，允许在观测条件下计算后验概率。

定义：
贝叶斯网络是一种概率模型，通过有向无环图表示一组变量的联合概率分布，且该分布被分解为每个变量在其父节点条件下的条件概率的乘积。

来源：
Jensen, F. V. (2001). Bayesian Networks and Decision Graphs. Springer.