更难的贝叶斯习题（仅仅是列举，并没有做）
在2022年7月～8月，以bishop PRML为参考资料，我学习了一些bayesin network的基本知识，其中包括一些概率图模型的推导。但比这难得多的题目还有大把。
Month: August 2022
贝叶斯网络
本篇笔记主要是PRML第8章 graphics model的入门部分，包括：概率论复习，一些基本概率论公式，图模型，D-separation的推导，markov blanket，有向图variable elimination，HMM variable elimination（也就是forward+backward algorithm的基础）
目录：
本篇笔记的主要内容
概率论基础知识
边缘概率/概率的积分计算
过渡内容
重新学习贝叶斯网络的推导
Three example graphs
tail-to-tail
head-to-tail
head-to-head
总结
一道例题
D-separation
补充：整体马尔可夫性
Naive bayes的图模型
（没完全理解的内容）
马尔可夫毯
前置内容
马尔可夫毯-定义和例题
Variable elimination
有向图的variable elimination
HMM variable elimination（Forward-Backward算法的推导原型）
另一种推导Forward-Backward的方法
