概率编程实战概率编程是一个激动人心的新领域，正在快速地引起人们的兴趣，从学术领域进入程序员的世界中。本质上，概率编程是创建概率推理模型的新方法，这种模型用来根据观测预测或者推理未知的事物。概率推理很久以来都是机器学习的核心方法之一，在机器学习中，使用了概率模型来描述从经验中得到的知识。在概率编程之前，概率推理系统局限于包含贝叶斯网络等简单、固定结构的模型。而概率编程提供了编程语言的全部能力以表现模型，使概率推理系统摆脱了这些桎梏。这正如从电路转向高级编程语言。
我从青少年时代用BASIC语言开发一个足球模拟程序时就致力于概率编程，只是当时还没认识到。这个模拟程序使用“GOTO 1730 + RANDOM * 5”这样的指令表示随机的事件顺序。经过精心的调校，模拟程序已经很逼真，足以让我娱乐数个小时。当然，在随后的岁月中，概率编程已经逐渐成熟，不再只是包含随机目标的GOTO语句了。
1997年，我和Daphne Koller、David McAllester合作编撰了第一篇关于概率编程的论文。这篇论文引入了一种类似Lisp的概率语言，但是主要的创新是根据关于输出的证据，推理程序可能特征的一种算法。这一创新不仅提供了运行程序以获得可能执行方式的手段，还反向论证和推理了产生观测结果的原因，从而使概率语言超越了典型的概率模拟语言。
21世纪初，我开发了第一种基于函数式编程的通用概率编程系统IBAL。IBAL有很强的表达能力并包含新型推理算法，但是几年之后，我逐渐对其局限性感到不满，主要是难以与数据交互、与应用程序集成。这些局限性促使我在2009年开始开发新的概率编程系统，我将其定名为Figaro。Figaro以实用性作为首要目标，同时并没有牺牲概率编程能力。这导致了将Figaro作为Scala程序库的设计决策，该决策使得概率编程模型更容易与Java虚拟机应用集成。同时，Figaro具备了我所知的概率编程系统中最广泛的表现特征和推理算法。Figaro现在是一个开源GitHub项目，最新版本号为3.3。
概率编程可能是一种难以掌握的技术，因为它需要多种技能，其中主要的是编写概率模型和编写程序的能力。对于许多程序员来说，编写程序很自然，但是概率建模有些神秘。本书的目的是揭开概率建模的神秘面纱，告诉您如何在创建概率模型时高效编程，帮助您有效地使用概率编程系统。本书假定读者在机器学习或者概率推理上没有任何背景。函数式编程和Scala的经验有所帮助，但是要使用本书并不一定要成为Scala的奇才，Scala专业知识也可能因为阅读本书而增长。
阅读本书之后，您应该可以在没有机器学习博士学位的情况下，为许多应用程序设计概率模型，从数据中获得有意义的信息。如果您是某个领域的专家，本书能够帮助您表达脑海中或者纸面上的模型，使它们可以运算，实现对不同概率的计算和分析。如果您是一位数据科学家，本书可以帮助您开发比其他工具更丰富、更详细和更精确的模型。如果您是软件工程师或者架构师，正寻求在系统中加入不确定情形下的推理能力，本书不仅能够帮助您构建处理不确定性的模型，还能将这些模型集成到应用程序中。不管因为何种原因选择本书，我都希望您能够喜欢它，并从中得益。
第1部分 概率编程和Figaro简介
第1章 概率编程简介1.1 什么是概率编程1.2 为什么使用概率编程1.3 Figaro简介：一种概率编程语言1.4 小结1.5 练习
第2章 Figaro快速教程2.1 Figaro简介2.2 创建模型和运行推理：重回Hello World2.3 使用基本构件：原子元素2.4 使用复合元素组合原子元素2.5 用Apply和Chain构建更复杂的模型2.6 使用条件和约束指定证据2.7 小结2.8 练习
第3章 创建一个概率编程应用程序第2部分 编写概率程序第4章 概率模型和概率程序第5章 用贝叶斯和马尔科夫网络建立依赖性模型第6章 使用Scala和Figaro集合构建模型第7章 面向对象概率建模第8章 动态系统建模第3部分 推理第9章 概率推理三原则第10章 因子分解推理算法第11章 抽样算法第12章 处理其他推理任务第13章 动态推理和参数学习
相关资源：树莓派开发实战