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 ru.ruwiki.ru 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 ru.ruwiki.ru
• Цепь Маркова: каждое новое событие зависит только от предыдущего и не учитывает все остальные события. thecode.media Такой алгоритм не помнит, что было раньше, а смотрит только на предыдущее состояние. thecode.media

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