Definition
大约 4 分钟
Definition
Joint Distribution
对于这三个变量，这个表描述了他们的联合概率分布。
Reduction
如果基于一个条件：condition on g = g1，删除无用信息，如下，这个过程成为 reduction
之后进行归一化（a joint distribution is a factor）
Marginalization
所谓边际化，即去除一个变量的影响。
通过求和可知。
Factors
A joint distribution is a factor
Conditional Probability Distribution
除了上面是联合分布因子，还有 Conditional Probability Distribution (CPD)「条件概率分布」
每一行的加和都是1。
General factors
这也是一种因子，尽管输出值不是在0-1之间。因为因子比一定是概率相关的。
Factor Operations
因子是因子，概率是概率。因子之间的运算和概率无关。
Factor Product
因子之间可以做乘积。即把两个表格乘起来。
Factor Marginalization
和概率中的边际化操作很相似。
Factor Reduction
和概率中的 Reduction 操作很相似。
Why factors
我们发现因子是帮助我们定义概率分布和高维空间的重要概念。我们如果要定义一个非常大的概率分布，包含N个随机变量，可以通过把小的定义域的因子乘在一起，来定义高维的概率分布。也可用因子的计算来推导概率。