因果网络（causal network），理学-计算机科学技术-计算机科学理论-概率统计-概率表示，一种特殊的图模型，是一个有向无环图。因果网络由节点和有向边构成。节点用来代表变量，有向边代表节点之间的关系。两个节点之间有边连接代表两个变量之间有因果关系，箭头由原因指向结果。因果网络又称为贝叶斯网络，除了表示因果关系之外，它还表示变量之间的条件独立性。两个节点之间没有边，代表它们对应的变量在某些变量集给定的时候是相互独立的。由于条件独立性，变量的联合概率分布可以分解成许多条件概率分布的乘积。因果网络的应用主要有两种情况。①因果网络是已知的。一个系统内变量之间的相互影响关系完全已知，并且因果网络对应的概率分布参数也已知。这时候可以利用贝叶斯公式计算给定条件下的后验概率。比如给定患者的症状特征去推断其患某种疾病的概率。②因果网络未知，但是有许多观测数据。通过观测数据重建因果网络也是非常有意义的工作。它可以反应变量之间的因果关系；另外，学习出来的因果网络可以进一步用来做更准确的推断。不过很多因果网络并不是可以通过数据学习出来的，这是因为不同的因果网络可能得到同样的联合概率分布。