马尔可夫网络（markov 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，一种由无向图表示的概率图模型。马尔可夫网络源自统计物理学中的马尔可夫随机场，本质上表示一组由图结构确定的随机变量的联合概率分布。图中的节点表示随机变量，边表示随机变量节点之间的统计依赖关系。与贝叶斯网络不同，马尔可夫网络表达了如下独立性信息：给定一个随机变量的邻居信息，该随机变量独立于其所有的非邻居变量，这一性质又称作局部马尔可夫性。马尔可夫网基于势函数（potential function）估计联合概率分布，用势函数度量关系强度。马尔可夫网所包含的多个变量的联合概率分布可以通过极大团（maximal clique）分解为多个势函数的乘积。具体而言，对于一个无向图G所定义的马尔可夫网，设其含有个随机变量，所有极大团构成的集合为，极大团所包含的随机变量的集合为，对应一个势函数为，可以将联合概率分布分解为极大团上的势函数的乘积：式中为归一化常数，通常称为配分函数（partition function，“函数”一词则是因为的值是参数的一个函数）。