本書全面介紹貝葉斯推理與機器學習，涉及基本概念、理論推導和直觀解釋，涵蓋各種實用的機器學習算法，包括樸素貝葉斯、高斯模型、馬爾可夫模型、線性動態(tài)系統(tǒng)等。在介紹方法的同時，強調(diào)概率層面的理論支持，可幫助讀者加強對機器學習本質(zhì)的認識，其適合想要學習機器學習中的概率方法的讀者。首先介紹概率論和圖的基礎概念，然后以圖模型為切入點，用一種統(tǒng)一的框架講解從基本推斷到高階算法的知識。不僅配有BRML工具箱，而且提供大量MATLAB代碼實例，將概率模型與編程實踐相結合，從而幫助讀者更好地理解模型方法。