非完全信息下博弈

非完全信息下博弈实际上是研究概率分布。 贝叶斯概率 先验概率 后验概率 到图论， 除了做分类识别，还做推理。
即使通常所说的动态贝叶斯网络，随着时间的推移， 很难考虑到对象变化对贝叶斯学习网络带来的影响，从而不能update网络。而且对于预测的结果，无法做出评价反馈，因为是预测，没有真实值。
而且推理路径不一定是主要矛盾，可能产生避重就轻的策略。
而概率下面的分析基本模式都是：
后验信息=先验信息*样本信息
P(θ|x)=p(θ)*p(x|θ)
样本下模型的概率=模型的概率*模型下样本的概率。