理性的决策需要对不确定性和实现目标进行推理。本书的第一部分首先讨论如何将不确定性表示为概率分布。现实世界的问题需要对多变量的分布进行推理,我们将讨论如何构建这些模型,如何使用这些模型进行推断,以及如何从数据中学习这些模型的参数和结构。然后,我们将介绍 效用理论 (utility theory)的基础知识,并通过最大期望效用原则展示如何在不确定性条件下形成理性决策及其相关的理论基础。然后,我们将讨论如何将效用理论的概念结合到本章前面介绍的概率图模型中,以形成所谓的 决策网络 (decision network)。