本书共分为8个章节，其中第1章为绪论，回顾贝叶斯网络的发展历史，提出将约束融入贝叶斯网络学习的必要性，并对其中约束的类型进行细化，进一步分析当前不同约束下贝叶斯网络学习的研究现状，分析其中的研究瓶颈，阐明本书的研究动机以及必要性。第2章则对贝叶斯网络学习的基础定义定理等进行简介，为后续章节打下理论基础，第3章-第4章面向约束下的结构学习，第5章-第6章面向约束下的参数学习，第7、第8章则讨论了约束贝叶斯网络学习算法在效能评估领域的应用。