概率图模型深度实战：从贝叶斯网络、马尔可夫随机场与因子图到变量消去、置信传播与 Chow-Liu 树状结构学习的完整工程链路
概率图模型（Probabilistic Graphical Models, PGM）是不确定性的"通用语言"：它用一张图把高维联合分布 $P(x_1,\dots,x_n)$ 拆解成若干局部因子的乘积，既压缩了参数、又显式编码了**条件独立性**。从贝叶斯网络（有向）、马尔可夫随机场（无向）到把二者统一起来的因子图，PGM 是现代统计推理与机器学习的共同底座——VAE 的变分下界、扩散模型的马尔可夫…
