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。 第I部 ベイジアンネットワーク 第1章 ベイジアンネットワークの基礎 第2章 グラフィカルモデルの構造学習 第II部 因果推論 第3章 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 第4章 構造方程式モデルによる因果探索と非ガウス性 第III部 離散論理によるグラフィカルモデル 第5章 離散構造処理の技法と確率モデル 第6章 離散構造によるグラフィカルモデル 第IV部 統計力学とグラフィカルモデル 第7章 確率推論への統計力学的アプローチ 第8章 マルコフ確率場と確率的画像処理 第V部 応用 第9章 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 第10章 ゲノム解析への応用