Este libro es una introducción completa a los fundamentos formales y las aplicaciones prácticas de las redes bayesianas. Proporciona una extensa discusión de las técnicas para construir redes bayesianas que modelan situaciones del mundo real, incluidas las técnicas para sintetizar modelos a partir de modelos de aprendizaje de diseño a partir de datos y modelos de depuración utilizando análisis de sensibilidad. También trata algoritmos de inferencia exacta y aproximada tanto a nivel teórico como práctico. El tratamiento de algoritmos exactos cubre los principales paradigmas de inferencia basados en la eliminación y el condicionamiento e incluye métodos avanzados para compilar las compensaciones espacio-temporales de las redes bayesianas y explotar la estructura local de las redes conectadas masivamente. El tratamiento de algoritmos aproximados cubre los principales paradigmas de inferencia basados en el muestreo y la optimización e incluye algoritmos influyentes como el muestreo de importancia MCMC y la propagación de creencias. El autor asume muy pocos antecedentes sobre los temas cubiertos, proporcionando discusiones en profundidad para lectores con inclinaciones teóricas y suficientes detalles prácticos para proporcionar un libro de cocina algorítmico para el desarrollador del sistema. Idioma: Inglés