В чем заключаются ключевые отличия между деревом вероятностей и цепью Маркова?

Некоторые ключевые отличия между деревом вероятностей и цепью Маркова:

1. Область применения и характер событий, которые они описывают:

• Дерево вероятностей используется в теории вероятностей для обозначения вероятностного пространства. ru.wikipedia.org {7-host} Оно может отражать последовательность независимых событий (например, подброс монеты несколько раз) или условных вероятностей (вытягивание случайных карт из колоды без их замены). domznaniya.ru ru.wikipedia.org
• Цепь Маркова — это последовательность случайных событий с конечным или счётным числом исходов, где вероятность наступления каждого события зависит только от состояния, достигнутого в предыдущем событии. ru.wikipedia.org Цепь Маркова характеризуется тем свойством, что при текущем состоянии системы её будущее состояние не зависит от прошлого. ru.wikipedia.org

2. Зависимость событий:

• Дерево вероятностей: каждая вершина дерева обозначает некоторое событие и соответствует его вероятности. domznaniya.ru ru.wikipedia.org Вероятность того, что произойдёт последовательность событий, ведущая к определённой вершине, равна произведению этой вершины и вероятностей её родителей. ru.wikipedia.org {7-host}
• Цепь Маркова: каждое новое событие зависит только от предыдущего и не учитывает все остальные события. {8-host} Такой алгоритм не помнит, что было раньше, а смотрит только на предыдущее состояние. {8-host}

3. Визуальное представление:

• Дерево вероятностей: состоит из узлов (как правило, кружочки или квадратики) и ветвей, представляющих линии. domznaniya.ru Каждый узел отождествляется с испытанием, каждая ветвь — с исходом. domznaniya.ru
• Цепь Маркова: визуально представляет собой направленный взвешенный граф, вершинами которого являются события (состояния), а рёбрами — переходы между ними, которые могут случиться с определённой вероятностью. bigdataschool.ru