This article is categorized as "Garbage" . It should NEVER be appeared in your search engine's results.Table of Contents
本篇笔记的主要内容
（本笔记的曾用标题为「贝叶斯网络在MIR领域的应用」）
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）
概率论基础知识
阅读这篇文章的时候突然想到的这个话题。
首先还是要复习一下贝叶斯基本定理：
首先是条件概率公式：
[mathjax-d]P(A \mid B)=\frac{P(A, B)}{P(B)}[/mathjax-d]然后是贝叶斯定理：
[mathjax-d]P(A \mid B)=\frac{P(B \mid A) \cdot P(A)}{P(B)}[/mathjax-d]写成这种形式在某些时候可能会有用：
[mathjax-d]P(A \mid B)=\frac{P(A)}{P(B)} P(B \mid A)[/mathjax-d]翻出之前的老笔记（补充了一点新内容）：preview 🔗 [2021-12-13 - Truxton's blog] https://truxton2blog.com/2021-12-13/#贝叶斯定理又忘了
全概率公式：
🔗 [贝叶斯公式学习笔记 | Leo的博客] https://leehao.me/贝叶斯公式学习笔记/
[mathjax-d]P(A)=P\left(A \mid B_{1}\right) P\left(B_{1}\right)+P\left(A \mid B_{2}\right) P\left(B_{2}\right)+\ldots+P\left(A \mid B_{n}\right) P\left(B_{n}\right)[/mathjax-d]或者简单写为：
[mathjax-d]P(A)=\sum_{B}P(A\mid B)P(B)[/mathjax-d]由此可以推导更一般情况下的贝叶斯公式（把贝叶斯公式的分母替换成全概率公式即可）：
[mathjax-d]P\left(A_{i} \mid B\right)=\frac{P\left(B \mid A_{i}\right) P\left(A_{i}\right)}{\sum_{j} P\left(B \mid A_{j}\right) P\left(A_{j}\right)}[/mathjax-d]链式法则-chain rule
🔗 [Chain rule (probability) - Wikipedia] https://en.wikipedia.org/wiki/Chain_rule_(probability)
n=2的最原始公式肯定是知道的：
[mathjax-d]\mathrm{P}(X, Y)=\mathrm{P}(X \mid Y) \cdot P(Y)[/mathjax-d]通过这个n=4的例子来记住一般规律：
[mathjax-d]\begin{aligned} \mathrm{P}\left(X_{4}, X_{3}, X_{2}, X_{1}\right) &=\mathrm{P}\left(X_{4} \mid X_{3}, X_{2}, X_{1}\right) \cdot \mathrm{P}\left(X_{3}, X_{2}, X_{1}\right) \\ &=\mathrm{P}\left(X_{4} \mid X_{3}, X_{2}, X_{1}\right) \cdot \mathrm{P}\left(X_{3} \mid X_{2}, X_{1}\right) \cdot \mathrm{P}\left(X_{2}, X_{1}\right) \\ &=\mathrm{P}\left(X_{4} \mid X_{3}, X_{2}, X_{1}\right) \cdot \mathrm{P}\left(X_{3} \mid X_{2}, X_{1}\right) \cdot \mathrm{P}\left(X_{2} \mid X_{1}\right) \cdot \mathrm{P}\left(X_{1}\right) \end{aligned}[/mathjax-d]或者使用这个更一般的公式：
[mathjax-d]\begin{aligned} P\left(X_{1}, \ldots, X_{n}\right) &=P\left(X_{1}\right) P\left(X_{2} \mid X_{1}\right) \cdots P\left(X_{n} \mid X_{1}, X_{2}, \ldots, X_{n-1}\right) \\ &=\Pi_{i=1}^{n} P\left(X_{i} \mid X_{1}, X_{2}, \ldots, X_{i-1}\right) \end{aligned}[/mathjax-d]判断是否条件独立
如果：
[mathjax-d]P(A,B \mid C)=P(A \mid C)\cdot P(B \mid C)[/mathjax-d]那么A和B在给定条件C时条件独立。
额外补充一个经常使用的公式
补充一个经常用到的公式，熟练掌握可以快速解决很多推导过程：
[mathjax-d]P(A, B \mid C)=P(A \mid B, C)*P(B\mid C)[/mathjax-d]变体：
[mathjax-d]\sum_B\left[ P(A \mid B, C)*P(B\mid C)\right]=\sum_B P(A, B \mid C)=P(A \mid C)[/mathjax-d]边缘概率/概率的积分计算
边缘概率/概率的积分计算
在进行贝叶斯网络相关性推导的时候经常用到类似公式；此外，variable elimination的第一步就会用到这个：
[mathjax-d]P(A, B)=\sum_{c} P(A, B, C)[/mathjax-d]当然，添加多少变量都可以：
[mathjax-d]\begin{aligned} P(X) &=\sum_{U} \sum_{V} \sum_{W} \sum_{Y} \sum_{Z} P(U, V, W, X, Y, Z) \\ &=\sum_{U, V, W, Y, Z} P(U, V, W, X, Y, Z) \end{aligned}[/mathjax-d]特别注意
在PRML的8.30和8.31会遇到类似这样的积分公式：
[mathjax-d]P(G)=\sum_{B} \sum_{F} P(G \mid B, F) \cdot P(B) \cdot P(F) [/mathjax-d]以及
[mathjax-d]P(G \mid F)=\sum_{B} P(G \mid B, F) \cdot P(B)[/mathjax-d]
要注意这个公式是有前提条件的：head-to-head模型
此外，在HMM模型里也会遇到一个诡异的公式：
（https://www.cs.cmu.edu/~epxing/Class/10708-14/scribe_notes/scribe_note_lecture4.pdf）
或者写成这样会更容易理解一些：
[mathjax-d]P\left(y_{i} \mid x_{1}, \ldots, x_{T}\right) \propto \sum_{y_{1}} \sum_{y_{2}} \cdots \sum_{y_{i-1}} \sum_{y_{i+1}} \cdots \sum_{y_{T}} P\left(x_{1}, x_{2} \cdots x_{T}, y_{1}, y_{2} \cdots y_{T}\right) [/mathjax-d]过渡内容
下面的内容为过渡笔记：
贝叶斯网络
写在最前面：在本篇笔记中，贝叶斯网络的最大作用就是「简化复杂的全概率公式」.
复习一下最基本的贝叶斯网络
之前有笔记，但全都是粘贴链接：preview 🔗 [2021-11-20 - Truxton's blog] https://truxton2blog.com/2021-11-20/
重新学习贝叶斯网络的推导
重新学习贝叶斯网络的推导
从PRML p360 GRAPHICAL MODELS开始
学会理解贝叶斯网络的图模型：
写出下面graph的7个变量的联合概率
答案
随后跳过一些内容，来到8.2 Conditional Independence
Three example graphs
写在前面：接下来的一些内容主要是围绕下面以下3种基本的图模型进行推导：
对每一种情况，都需要推导/证明以下内容：
1，如果什么都没有观测到（no observation），那么a和b是否条件独立？
2，在观测到c的情况下，a和b是否条件独立？
一般证明方法：
preview 8.2一开始有一个简单的条件概率推导：
对这一步分内容的笔记：
tail-to-tail
情况1：tail-to-tail
head-to-tail
接下来是另一种情况：
然而在推导公式8.26的时候遇到了问题：
红圈里的这一步如何证明？
一开始完全想不通，后来在网上搜到了回答：（具体证明过程不用看，貌似2个字母写反了）🔗 [probability - Graphic model factorizing, marginalization - Cross Validated] https://stats.stackexchange.com/questions/478746/graphic-model-factorizing-marginalization
原来如此，现在可以推导出来了：
head-to-head
接下来：
部分证明过程：
总结
所以对3种基本图模型的总结如下：
奇怪的记忆法
可以看出，no observation的一横排都比较「符合人类直觉」：可以把「相关」比作「Where's my Water?」游戏的液体混合。
（从左到右）1：由同一个C流出的液体到达了A和B，所以no observation认为A和B可能共享了同一种（来自C的）液体，所以是related；
2：由A流出的液体经过C到达了B，这个肯定可以大胆认为related；
3：A和B都流出了各自的液体，但只是流向了C而已。我们认定A和B不相关看起来也很合理。
于此同时，“observe C”的解释如下：
（从左到右）1：堕落帝国的2个先辈子弟互不相关，无法信息沟通（沟通信息被强大的堕落帝国阻隔）；
2：堕落帝国的先辈子弟正在自家星系里观测还没有上天的土著：由于堕落帝国还没觉醒，根本不关心这些小事，所以无法获得土著的信息；
3：由于bug，一个帝国的思潮变成了墙头草，这个帝国能够同时附庸于2个帝国：2个帝国之间仍然保留正常的信息交流。
In summary, a tail-to-tail node or a head-to-tail node leaves a path unblocked unless it is observed in which case it blocks the path. By contrast, a head-to-head node blocks a path if it is unobserved, but once the node, and/or at least one of its descendants, is observed the path becomes unblocked.
PRML P376
一道例题
进度有点长，写个临时草稿：
接下来开始做P377的一道题：
做这道题花的时间是在太长，跨越了多个时间点且走了很多弯路，所以最开始的思路已经不连续了。在做题的过程中查找了这些资料：
🔗 [probability - Why is P(A,B|C)/P(B|C) = P(A|B,C)? - Cross Validated] https://stats.stackexchange.com/questions/258379/why-is-pa-bc-pbc-pab-c
🔗 [conditional probability - About calculation of marginalizing (Bishop's book) - Cross Validated] https://stats.stackexchange.com/questions/366550/about-calculation-of-marginalizing-bishops-book
同时再次贴出这个容易搞错的条件概率积分：
特别注意
在PRML的8.30和8.31会遇到类似这样的积分公式：
[mathjax-d]P(G)=\sum_{B} \sum_{F} P(G \mid B, F) \cdot P(B) \cdot P(F) [/mathjax-d]以及
[mathjax-d]P(G \mid F)=\sum_{B} P(G \mid B, F) \cdot P(B)[/mathjax-d]要注意这个公式是有前提条件的：head-to-head模型
最后贴出（重写、重做的）推导过程：
D-separation
preview 学习P378的D-separation
原则：
现在讨论书上的2个bayesian net example：
这篇笔记有点长了，是时候开始结尾了。从D-separation的判别开始，接下来会跳跃性地阅读一些章节：
补充：整体马尔可夫性
在清理老旧笔记的时候整合进来的知识
🔗 [bnet_slides.pdf] http://staff.ustc.edu.cn/~jianmin/lecture/AI2014/bnet_slides.pdf
Naive bayes的图模型
naive bayes的图模型
（没完全理解的内容）
（没完全理解）
马尔可夫毯
前置内容
在阅读P382的时候补充一个过去的公式（公式8.5）：factorization property
这个公式在上面写的3个基本的图模型模型中已经用到过了，比如：
接下来阅读P382~P383
P382，观察这个公式：
[mathjax-d]\begin{aligned} p\left(\mathbf{x}_{i} \mid \mathbf{x}_{\{j \neq i\}}\right) &=\frac{p\left(\mathbf{x}_{1}, \ldots, \mathbf{x}_{D}\right)}{\int p\left(\mathbf{x}_{1}, \ldots, \mathbf{x}_{D}\right) \mathrm{d} \mathbf{x}_{i}} \\ &=\frac{\prod_{k} p\left(\mathbf{x}_{k} \mid \mathrm{pa}_{k}\right)}{\int \prod_{k} p\left(\mathbf{x}_{k} \mid \mathrm{pa}_{k}\right) \mathrm{d} \mathbf{x}_{i}} \end{aligned}[/mathjax-d]笔记：
马尔可夫毯-定义和例题
马尔可夫毯/马尔可夫菌毯
解释：
We can think of the Markov blanket of a node [mathjax]x_i[/mathjax] as being the minimal set of nodes that isolates [mathjax]x_i[/mathjax] from the rest of the graph.
P383
现在我们有一个节点[mathjax]x_i[/mathjax]，它处在一个巨大的bayesian net当中；
我们以节点[mathjax]x_i[/mathjax]为核心，（通过某些方法）从巨大的有向图当中挖出了一部分节点，构成markov blanket（如上图所示）；
如果不做任何优化（不构建这个bayesian net），使用全概率公式计算与[mathjax]x_i[/mathjax]有关的条件概率，则需要拿出所有节点都参与计算，非常复杂且计算量很大；
但是事实上通过构建这个bayesian net并进行消元，我们化简后的条件概率计算公式只需要使用「markov blanket中的节点」就可以了！以这张图为例，markov blanket只有7个节点。
笔记：
Variable elimination
再学一个就结束本篇笔记：variable elimination
* 限于篇幅（这篇笔记时间跨度太长了，这样不好），本篇笔记的variable elimination只讨论一些简单的内容
在过去的笔记中其实就已经试图学过了，只是当时完全没理解，只会硬套公式：🔗 [2021-11-20 - Truxton's blog] https://truxton2blog.com/2021-11-20/
之前参考的slide写的不明不白（preview），这次决定换一个好的slide来阅读：
发现了这个：
🔗 [scribe_note_lecture4.pdf] https://www.cs.cmu.edu/~epxing/Class/10708-14/scribe_notes/scribe_note_lecture4.pdf
不幸的是，variable elimination比我想象的要多很多很多，涉及各个内容，所以本篇笔记暂时不学太深入了，就学一点皮毛知识：
有向图的variable elimination
假设这里有一个bayesian network，A B C D E都是离散的，且各自都有n种可能的情况。
用全概率公式计算P(E)则需要[mathjax]n^5[/mathjax]的计算复杂度：
但是，如果使用variable elimination，则只需要[mathjax]4n^2[/mathjax]的复杂度。
这是一个用存储空间换取时间的优化算法，通过保存“之前的结果”，避免每次都要把整个bayesian net上的所有节点都算一遍。
有关这个例题写法的讨论
上面这个例题来自🔗 [Bayesian Networks - Exact Inference by Variable Elimination] https://www.cs.upc.edu/~larrosa/MEI-CSI-files/BN/2-BN-VE.pdf
在学习variable elimination的过程中，我一度认为这个slide里面的写法是错误的，但后来接触到了🔗 [scribe_note_lecture4.pdf] https://www.cs.cmu.edu/~epxing/Class/10708-14/scribe_notes/scribe_note_lecture4.pdf 才知道原来我认知有点问题。
example: （在上面这个链接的Page 4）
[mathjax-d]\sum_{y_{1}} P\left(y_{1}\right) P\left(x_{1} \mid y_{1}\right) P\left(y_{2} \mid y_{1}\right)=\alpha_{1}\left(x_{1}, y_{2}\right)[/mathjax-d] [mathjax-d]\sum_{y_{2}} \alpha_{1}\left(x_{1}, y_{2}\right) P\left(x_{2} \mid y_{2}\right) P\left(y_{3} \mid y_{2}\right)=\alpha_{2}\left(x_{1}, x_{2}, y_{3}\right)[/mathjax-d]总结一下variable elimination的推导要点：要大胆，胆大妄为！
所以现在这道例题可以拿出来用了：
HMM variable elimination（Forward-Backward算法的推导原型）
* 下面的推导内容（cs.cmu.edu的slide，以及我按照这个slide的推导）多多少少有点不合群，推导出来的forward-backward和其他参考资料都不一样。虽然结果应该问题不大，但还是推荐看本笔记后面的推导。
HMM variable elimination
继续看这个slide：🔗 [scribe_note_lecture4.pdf] https://www.cs.cmu.edu/~epxing/Class/10708-14/scribe_notes/scribe_note_lecture4.pdf
阅读这部分内容：
回顾本篇笔记上面的内容（条件概率求积分的那一部分），这个公式也可以写成：
[mathjax-d]P\left(y_{i} \mid x_{1}, \ldots, x_{T}\right) \propto \sum_{y_{1}} \sum_{y_{2}} \cdots \sum_{y_{i-1}} \sum_{y_{i+1}} \cdots \sum_{y_{T}} P\left(x_{1}, x_{2} \cdots x_{T}, y_{1}, y_{2} \cdots y_{T}\right)[/mathjax-d]上面这部分的推导过程：
这种嵌套累加符号是非常可怕的，计算量会非常非常大！
接下来开始推导HMM variable elimination，这个slide包含的内容非常有用：HMM variable elimination就是forward-backward算法的本质！
备份一下slide的关键页面：
下面开始推导：
另一种推导Forward-Backward的方法
理论上来说这个推导和上面的推导是可以相互转换的，但我暂时没时间验证。
部分推导细节参考了徐亦达老师：https://www.bilibili.com/video/BV1BW411P7gV?p=5
