Boken 'Bayesian Reasoning and Machine Learning' av David Barber presenterer en grundig innføring i maskinlæring og statistisk resonnement. Den tar sikte på å gjøre elevene i stand til å utnytte verdien fra store datamengder på en effektiv måte, ved hjelp av relativt beskjeden teknologisk kapasitet. Metodene som dekkes i denne boken er anerkjente verktøy i en rekke industrielle anvendelser, som søkemotorer, DNA-sekvensering, aksjeanalyse og robotikk, og bruken av dem vokser raskt. Målet er å åpne dører for datavitenskapsstudenter som har et begrenset matematisk grunnlag. Boken retter seg mot studenter som er på slutten av bachelorgraden eller masterstudier, og har liten bakgrunn innen lineær algebra og kalkulus. Den fremstår som både omfattende og sammenhengende, og dekker alt fra grunnleggende resonnement til avanserte teknikker innen grafiske modeller. Studentene tilegner seg ikke bare en verktøykasse med teknikker, men også analytiske og problemløsende ferdigheter som er nødvendige i arbeidslivet. Hver kapittel inneholder en rekke eksempler og øvelser, både praktiske og teoretiske, som styrker forståelsen. I tillegg tilbyr boken ressurser for både studenter og lærere, noe som gjør den til et verdifullt hjelpemiddel i læringsprosessen.
