Infer.NET機器學習翻譯系列文章將進行連載，感興趣的朋友請收藏或關注
本博客所有文章分類的總目錄：http://www.cnblogs.com/asxinyu/p/4288836.html
微軟Infer.NET機器學習組件文章目錄：http://www.cnblogs.com/asxinyu/p/4329742.html
關於本文檔的說明
本文檔基於Infer.NET 2.6對Infer.NET User Guide進行中文翻譯，但進行了若干簡化和提煉，按照原網站的思路進行，但不局限與其順序。
歡迎傳播分享，必須保持原作者的信息，但禁止將該文檔直接用於商業盈利。
本人正在研究基於Infer.NET組件，並計划將其應用於實際的預測之中，該組件功能強大，封裝很完善，但也有很多難以理解的地方，同時官方也給出了大量的例子，限於個人精力有限，更新時間較慢，也希望有興趣的朋友一起來完成該項工作。
Email：asxinyu@qq.com
本文章地址： http://www.cnblogs.com/asxinyu/p/4252769.html
1.基本介紹
Infer.NET是微軟劍橋研究院基於.NET平台開發的一款機器推理組件，官方網站：http://research.microsoft.com/en-us/um/cambridge/projects/infernet/default.aspx
該組件的采用的是Microsoft Research License Agreement 授權，Non-Commercial Use Only，除了商業使用，都可以，自己看着辦。
本章節的英文原文為，在這里。
1.1 Infer.NET是什么?
Infer.NET是一個概率圖模型中(graphical models)用於運行貝葉斯推理機(Bayesian inference)的框架。如果對概率圖模型或者貝葉斯推理的意義不了解，你可以參考一下相關資源文件，在Resources and References page頁面。Infer.NET為各種應用程序所需要推理提供了先進的消息傳遞算法和統計程序。Infer.NET 與現有的一些推理軟件有下列區別:
1.1.1 豐富的建模語言
支持單變量和多變量變量、也支持連續型和離散型變量。可以使用大量的各種因素進行建模，包括算術運算、線性代數、范圍和積極約束、布爾操作符等等。支持不同模型的組合，以及不同類型的組合。【附：Infer.NET的內部使用了The model specification language (MSL) 建模語言，由於該組件不允許用於商業，因此源代碼也沒有全部開發，無法也無法搞清楚其原理】
1.1.2 多種推理算法
內置了多種推理算法，如Expectation Propagation, Belief Propagation (a special case of EP), Variational Message Passing and Gibbs sampling.這幾個專業詞匯暫時還不懂意義。
1.1.3 為大規模推理而設計
現有的在大多數推理程序執行過程中的開銷，減慢了推理過程。而Infer.NET將推理模型編譯為能夠獨立執行的源代碼，不需要額外的開銷。它也可以直接集成到您的應用程序。此外,也可以查看，分步執行源代碼，或者使用標准的開發工具進行修改。
1.1.4 用戶可以進行擴展
概率分布、因素、消息操作和推理算法都可以由用戶添加。Infer.NET使用一個插件架構,使其開放性,適應性更強。而內置庫支持多種模型和推理操作；但總會有特殊的情況,需要新的因素或者分布類型或者算法，這種情況下,用戶可以編寫自定義代碼，自由與內置功能進行混合，以減少一些額外的工作。
可以看看一個簡單使用Infer.NET的例子。這個文檔中的示例代碼是C#，但Infer.NET支持.NET平台的所有語言。
1.2 安裝文件夾
Infer.NET通過Zip壓縮包進行發行，解壓后，可以看到如下的文件夾目錄：
“Bin,Learners,Source(Distributions,Factors,Wrappers),Samples(C#,F#)”
Bin文件夾包含了Infer.NET的dll文件:
1.Infer.Compiler.dll是一個使用Infer.NET API編寫的將模型描述轉換為推理代碼的編譯器；
2.Infer.Runtime.dll是一個執行推理代碼的程序集
一般開發過程中只需要引用這兩個dll,但在某些部署場景你可能只需要Infer.Runtime.dll。
Infer.FSharp.dll是為了標准的F＃語言調用所做的一個封裝。【不懂F#，也沒有去深究】
Bin文件夾還包括了一些例子的生成文件，以及幾個項目的生成文件。
例子文件夾中有2個完整項目的源代碼，1個是貝葉斯分類器，1個是推薦系統【比較復雜，還沒開始研究】
1.3 一個簡單的例子
下面是一個使用Infer.NET計算拋擲2枚硬幣，結果都是正面的概率的例子，代碼如下：
1 Variable<bool> firstCoin = Variable.Bernoulli(0.5); 2 Variable<bool> secondCoin = Variable.Bernoulli(0.5); 3 Variable<bool> bothHeads = firstCoin & secondCoin; 4 InferenceEngine ie = new InferenceEngine(); 5 Console.WriteLine("Probability both coins are heads: "+ie.Infer(bothHeads));
程序輸出為:
1 Probability both coins are heads: Bernoulli(0.25)
上述結果說明2面同時為正面的概率為0.25。上述簡單的例子，包括了使用Infer.NET編程的幾個關鍵步驟。
1.定義概率模型：所有Infer.NET程序都需要明確定義的概率模型。上述程序的前3行就是定義3個隨機變量。
2.創建推理引擎(推理機)：所有的推理都是使用推理引擎進行的，在使用之前，必須創建和配置推理引擎。如第四行，使用默認的推理算法創建的推理引擎。
3.執行推理查詢：給定一個推理引擎，就可以使用Infer()方法來查詢變量的邊際分布。例子的最后一行中，引擎就去推理2個都是正面的邊際分布。你還可以在這里找到更多“運行推理”的細節。
1.4 Infer.NET工作原理
下圖是Infer.NET的推理過程：
過程如下：
1.首先用戶創建1個 模型定義，並聲明一些和模型相關推理查詢需求；
2.用戶將模型定義和推理查詢傳遞給模型編譯器,后者使用指定的推理算法，創建需要執行這些查詢模型的源代碼。這個源代碼可以寫入一個文件,如果需要,也可以直接使用。
3.C#編譯器編譯源代碼來創建一個編譯過的算法。這可以手動執行，或通過推斷方法自動執行。
4.使用一組觀測值(數據),推理引擎根據用戶指定的設置，執行編譯算法,以便產生推理查詢要求的邊際分布。可以對觀測值重復不同的設置，而不需要重新編譯算法。
本文章原始地址： http://www.cnblogs.com/asxinyu/p/4252769.html
1.5 Frequently Asked Questions
常見問題，比較簡單，暫時沒有翻譯的必要，地址在這里。
1.6 Resources and References
常見問題，比較簡單，暫時沒有翻譯的必要，地址在這里。
2.資源下載
這里提供Infer.NET 2.6的下載，包括了例子和基礎的源碼。下載地址：鏈接：http://pan.baidu.com/s/1o6FmVe6 密碼：12wz
如果本文章資源下載不了，或者文章顯示有問題，請參考 本文原文地址：http://www.cnblogs.com/asxinyu/p/4252769.html
另外本文的翻譯電子版，以及該項目相關的翻譯資源，將在最終完成后逐步開放，請關注本博客。
翻譯很累，寫篇文章也費時間，兄台順手點個推薦吧。