概率图模型预测法（probabilistic graphical model），管理学-管理科学与工程-预测理论与方法-机器学习-概率图模型预测法，一类用图形模式表达基于概率相关关系的模型。结合概率论和图论的知识，利用图来表示与模型有关的变量的联合概率分布，可视化了模型的变量关系。基本的概率图模型根据概率的依赖关系可以分为贝叶斯网络和马尔可夫随机场，其采用不同类型的图来表达变量之间的关系，贝叶斯网络采用有向无环图来表达因果关系，马尔可夫随机场则采用无向图来表达变量间的相互作用。这种结构上的区别使得其在建模和推断方面存在差异。一般来说，贝叶斯网络中每一个节点都对应于一个先验概率分布或者条件概率分布，因此整体的联合分布可以直接分解为所有单个节点所对应的分布的乘积。而马尔可夫场的变量之间没有明确的因果关系，其联合概率分布通常表达为一系列势函数的乘积。这些乘积的积分在一般情况并不等于1，需要通过归一化形成一个有效的概率分布，严格地说马尔可夫场通常求后验概率，即给定数据判定每种标签的概率，最后选取后验概率最大的标签作为预测结果。