답변:
베이지안 네트워크는 일종의 그래픽 모델입니다. 다른 "큰"유형의 그래픽 모델은 Markov Random Field (MRF)입니다. 그래픽 모델은 추론, 추정 및 일반적으로 세계를 모델링하는 데 사용됩니다.
계층 적 모델이라는 용어는 다른 영역에서 많은 것을 의미하는 데 사용됩니다.
신경망에는 "그래프"가 제공되지만 일반적으로 의존성 정보를 인코딩하지 않으며 노드는 임의의 변수를 나타내지 않습니다. NN은 차별적이기 때문에 다릅니다. 인기있는 신경망은 분류 및 회귀에 사용됩니다.
Kevin Murphy는이 주제에 대한 훌륭한 소개를 제공합니다 .
마찬가지로 @carlosdc는 상기 베이지안 네트워크 그래픽 모델의 유형 (즉, 그 구조가 방향성 비순환 그래프 (directed acyclic graph) (DAG)는 조건부 독립 특성 세트를 정의한다). 계층 적 베이 즈 모델 은 DAG로 표현 될 수도 있습니다. Bellazzi 등의 불확실한 데이터에 대한 계층 적 Naive Bayes 분류기는 이러한 모델의 분류에 대한 좋은 소개를 제공합니다. 계층 적 모델에 대해서는 적절한 키워드로 인터넷 검색을 통해 많은 기사를 검색 할 수 있다고 생각합니다. 예를 들어, 나는 이것을 찾았습니다 :
CH Jackson, NG Best 및 S. Richardson. 변수가 다른 여러 데이터 세트에서 회귀 분석을위한 베이지안 그래픽 모델 . 생물 통계학 (2008) 10 (2) : 335-351.
Michael I. Jordan은 바이오 인포 매틱스 또는 자연어 처리 의 팩토리얼 히든 마르코프 (Hidden Markov) 모델 을 기반으로하는 다양한 애플리케이션과 함께 그래픽 모델 에 대한 훌륭한 튜토리얼을 제공합니다. 그의 저서 인 Learning in Graphical Models (MIT Press, 1998)도 읽을 가치가 있습니다 (GM에 버그 코드를 사용한 구조 모델링에 적용 , 575-598 페이지).