马尔科夫网络、马尔科夫模型、马尔科夫过程、贝叶斯网络的区别

ZZ:  http://wenda.chinahadoop.cn/question/3907

以下共分六点说明这些概念，分成条目只是方便边阅读边思考，这6点是依次递进的，不要跳跃着看。
1、将随机变量作为结点，若两个随机变量相关或者不独立，则将二者连接一条边；若给定若干随机变量，则形成一个有向图，即构成一个网络。
2、如果该网络是有向无环图，则这个网络称为贝叶斯网络。
3、如果这个图退化成线性链的方式，则得到马尔科夫模型；因为每个结点都是随机变量，将其看成各个时刻(或空间)的相关变化，以随机过程的视角，则可以看成是马尔科夫过程。
4、若上述网络是无向的，则是无向图模型，又称马尔科夫随机场。
5、如果在给定某些条件的前提下，研究这个马尔科夫随机场，则得到条件随机场。
6、如果使用条件随机场解决标注问题，并且进一步将条件随机场中的网络拓扑变成线性的，则得到线性链条件随机场。