贝叶斯网络（英文：贝叶斯网络）是因果的概率，描述图形模型的复杂的因果关系的一个推论一个向无环图与由单个变量的结构条件概率的关系表示是表示概率推断的模型。

贝叶斯网络通过有向图（使用箭头链接）将因果特征表示为网络（加权图），然后通过执行概率推理来预测复杂事件和不确定事件的可能性。可以做。根据到目前为止积累的信息，可以计算每种情况的发生概率，并根据发生的路径进行计算，从而定量表示因复杂路径而存在因果关系的发生概率变成了。在贝叶斯网络中，没有处理主要循环的路由，只能处理有向无环图。

当随机变量A，B和C之间的条件相关性表示为A→C和B→C时，作为链接源的父节点是A和B，而在链接末尾的子节点是C，如果我们将A的概率表示为P（A），而当A已经发生时将C的条件概率表示为P（C | A），则C可以出现的概率为P（A，B ，C）= P（C | A，B）P（A）P（B）。

定义了将各种因果关系表示为对应于图上每个节点的随机变量的方法和规则。即使在复杂的系统中，也可以使用条件概率表或每个节点的贝叶斯定理来计算每个概率，并且可以对随机依赖性进行建模。