本书全面介绍了序贯蒙特卡罗方法，也称为粒子滤波器。这些方法已成为信号处理、流行病学、机器学习、种群生态学、定量金融和机器人学等不同领域序贯数据分析的主要方法。 本书内容全面，从基础理论到计算实现、方法论，及其在各个科学领域的各种应用。本书将序贯蒙特卡罗算法描述为一般框架的特殊案例，其中涉及费曼—卡茨分布等概念以及重要性抽样和重抽样等工具。这一总体框架贯穿全书。本书广泛介绍了状态空间（隐马尔可夫）模型的序贯学习（过滤、平滑），因为这仍然是序贯蒙特卡罗方法的重要应用。书中还讨论了更多最新应用，如这些模型的参数