fix: typo 4.不确定性知识系统

人工智能基础与应用/4.不确定性知识系统.md

@@ -25,7 +25,7 @@
 
 - 用概率，在 $[0,1]$ 区间取值，越接近于 0 越假，越接近于 1 越真
 - 用可信度，在 $[-1, 1]$ 区间取值，大于 0 接近于真，小于 0 接近于假
-- 用隶属度，在 $[0,1]$ 区间取值，越接近于 0 隶属度越低，泛指越高
+- 用隶属度，在 $[0,1]$ 区间取值，越接近于 0 隶属度越低，反之越高
 
 ### 证据不确定性的表示
 
@@ -87,7 +87,7 @@ $$
 其中 $Par(X_i)$ 表示 $X_i$ 的父节点
 
 从贝叶斯网络的局部化特征可以看出，贝叶斯网络能实现简化计算的最根本基础是**条件独立性**，即一个节点与它的祖先节点之间是条件独立的。下面从网络拓扑结构去定义下面两个等价的条件独立关系的判别准则
-- 给定父节点，一个节点与非其后代的节点之间是条件独立的。
+- 给定父节点，一个节点与非其后代的节点之间是条件独立的
 - 给定一个节点，该节点与其父节点、子节点和子节点的父节点一起构成了一个马尔科夫覆盖，则该节点与马尔科夫覆盖以外的所有节点之间都是条件独立的
 
 ## 贝叶斯网络推理