内容紹介：ビッグデータ解析の時代に最も注目されている手法の一つが，因果モデル解析，未知データの予測など多くの用途に用いられる「確率的グラフィカルモデル」である。確率的グラフィカルモデルとは，グラフによりモデルを視覚的に記述することができ，また古典的なデータ解析手法のほとんどがその下位モデルとなる最先端手法であり，今後ますますその需要は大きくなるであろう。本書は，ベイジアンネットワーク，因果推論，離散論理によるグラフィカルモデル，統計力学とグラフィカルモデル，グラフィカルモデルの産業への応用を，それぞれの分野で世界的に活躍する気鋭の研究者たちがわかりやすく解説する。
もくじ情報：第１部　ベイジアンネットワーク（ベイジアンネットワークの基礎；グラフィカルモデルの構造学習）；第２部　因果推論（グラフィカルモデルを用いた因果的効果の識別可能性問題；構造方程式モデルによる因果探索と非ガウス性）；第３部　離散論理によるグラフィカルモデル（離散構造処理の技法と確率モデル；離散確率変数と独立性）；第４部　統計力学とグラフィカルモデル（確率推論への統計力学的アプローチ；マルコフ確率場と確率的画像処理）；第５部　応用（ベイジアンネットワークと確率的潜在意味解析による確率的行動モデリング；ゲノム解析への応用）

鈴木　譲(スズキ　ジョウ)
１９９３年早稲田大学理工学研究科修了。１９９５年早稲田大学理工学部助手。大阪大学大学院理学研究科助教授。現在、大阪大学大学院理学研究科准教授・博士（工学）