În învățarea automată , acoperirea Markov pentru un nod dintr-o rețea bayesiană este setul de noduri alcătuit din părinții , copiii săi și părinții copiilor săi. Într-o rețea Markov, acoperirea Markov a unui nod este ansamblul nodurilor sale vecine. Acoperirea Markov poate fi, de asemenea, denumită .
Fiecare set de noduri din rețea este independent condiționat de momentul în care este condiționat de set , adică atunci când este determinat pe acoperirea Markov a nodului . Probabilitatea are proprietatea Markov ; formal, pentru noduri distincte și :
Acoperirea Markov a unui nod conține toate variabilele care blochează nodul din restul rețelei. Aceasta înseamnă că acoperirea Markov a unui nod este singura cunoștință necesară pentru a prezice comportamentul acelui nod. Termenul a fost inventat de Pearl în 1988.
Într-o rețea bayesiană, valorile părinților și copiilor unui nod oferă informații despre acel nod, dar părinții copiilor săi trebuie de asemenea incluși, deoarece pot fi folosiți pentru a explica nodul în cauză.