Boken 'An Introduction to Sequential Monte Carlo' gir en grundig innføring i metodene for sekvensiell Monte Carlo (SMC), som også er kjent som partikkelfiltre. Disse metodene har fått en sentral rolle innen sekvensanalysen av data på tvers av ulike fagfelt, inkludert signalbehandling, epidemiologi, maskinlæring, befolkningsøkologi, kvantitativ finans og robotikk. Boken dekker et bredt spekter av emner, fra det teoretiske grunnlaget til praktisk implementering, metodologi og varierte anvendelser i ulike vitenskapsområder. Dette oppnås ved å beskrive SMC-algoritmer som spesielle tilfeller av et generelt rammeverk, som involverer konsepter som Feynman-Kac-fordelinger, samt verktøy som betydningsprøvetaking og resampling. Dette generelle rammeverket benyttes konsekvent gjennom hele teksten. Boken legger særlig vekt på sekvensiell læring (filtrering, glatting) av tilstandsrommodeller (skjulte Markov-modeller), da dette forblir en viktig anvendelse av SMC-metoder. Den inneholder også mer nylige applikasjoner, slik som parameterestimering av disse modellene.
