Boken 'Probabilistic Graphical Models' gir en omfattende rammeverk for å konstruere og anvende probabilistiske modeller av komplekse systemer, designet for å gjøre det mulig for datamaskiner å bruke tilgjengelig informasjon til å ta beslutninger. Mange oppgaver krever at enten en person eller et automatisert system resonerer og når konklusjoner basert på tilgjengelig informasjon. Rammeverket for probabilistiske grafiske modeller, som presenteres i denne boken, gir en generell tilnærming til nettopp denne oppgaven. Denne modellen er basert på tolkbare strukturer, som kan konstrueres og deretter manipuleres av resonnement-algoritmer. I tillegg kan disse modellene læres automatisk fra data, noe som gir mulighet for bruk i situasjoner der manuell modellkonstruksjon er vanskelig eller umulig. Ettersom usikkerhet er en uunngåelig del av de fleste virkelige anvendelser, fokuserer boken på probabilistiske modeller, som gjør usikkerheten eksplisitt og tilbyr modeller som er mer tro mot virkeligheten. 'Probabilistic Graphical Models' utforsker et bredt spekter av modeller, inkludert Bayesianske nettverk og ugidde (undirected) modeller.
