안녕하세요. 오랜만에 질문 올렵니다.

markov blanket 개념의 의의는 bayesian network 상에서 어떤 node A에 대해

발생 확률 값을 예측하려고 할 때, 필요한 값들은 (= 즉 node A의 발생 확률에 영향을 주는

node들은) node A의 Blanket에 속하는 nodes 라고 이해했습니다.

이를 뒤집어서 말하면, node A의 발생 확률 값을 추측하는데 있어서는 factorize과정이 필요합니다.

이 과정에서 계산을 좀더 효율적으로 할 수 있도록 도와주는 것이 markov blanket이라고도 생각합니다.

하지만 아래의 강의자료 내용 중 이해가 되지 않는 부분이 있어 이렇게 질문을 드립니다.

위에 제시된 full joint probabilty를 factorize하면 p(x1|x2, x3, x4..., x8)p(x2|x3, x4, x5,...x8)...p(x8)

이 되고  p(x1|x2, x3, x4..., x8)에서 node x1의 blanket을 적용하면

node x1의 parent, children, children's other parents가 되는데 그러면 p(x1|x3)이 되어야 하는데

어째서 p(x1)이 되는 건지요...ㅠㅠ?

혹시 node x1의 parent nodes가 v-structure가 성립되지 않아서 인가요..?

아니면 위에서 제가 잘못이해한 부분이 있다면 말씀부탁드립니다.

감사합니다.