描述
贝叶斯网络、因子图、马尔可夫随机场、后验最大概率（MAP）与最大似然（ML）原则、消元算法、和-积（sum-product）算法、可分与不可分模型、结点树算法、完全观测模型、迭代比例拟合算法、期望最大化（EM）算法、迭代条件模式算法。
原文参考文本
Bayesian networks, factor graphs, Markov random fields, maximum a posteriori probability (MAP) and maximum likelihood (ML) principles, elimination algorithm, sum-product algorithm, decomposable and non-decomposable models, junction tree algorithm, completely observed models, iterative proportional fitting algorithm, expectation- maximization (EM) algorithm, iterative conditional modes algorithm.
来源与参考
为帮助您核实信息，保留了日期和来源。为便于阅读提供了翻译；以官方来源为准，查看条件和要求。
来源参考 : https://calendar.carleton.ca/grad/courses/COMP/