Dieses Buch präsentiert eine spannende neue Synthese aus gerichteten und ungerichteten, diskreten und kontinuierlichen grafischen Modellen. Durch die Kombination von Elementen aus Bayesschen Netzwerken und Markov-Zufallsfeldern stellen die neu eingeführten hybriden Zufallsfelder einen interessanten Ansatz dar, um das Beste aus beiden Welten zu vereinen, mit dem zusätzlichen Versprechen von Modularität und Skalierbarkeit. Die Autoren haben ein unterhaltsames Buch verfasst, das in der Behandlung des mathematischen Hintergrunds rigoros ist, aber auch durch interessante und originelle historische sowie philosophische Perspektiven belebt wird. Das Buch markiert nicht nur eine effektive Richtung der Untersuchung mit bedeutenden experimentellen Fortschritten, sondern es ist auch, und vielleicht in erster Linie, ein Leitfaden für den Leser auf einer originellen Reise im Bereich der probabilistischen Modellierung. Während man das Buch verarbeitet, wird man mit einer sehr offenen Sicht auf das Feld bereichert, die voller Einsichten ist.