本節書摘來異步社群《機率程式設計實戰》一書中的第1章，第1.3節，作者：【美】avi pfeffer（艾維·費弗），更多章節内容可以通路雲栖社群“異步社群”公衆号檢視。
在本書中，您将使用一種稱為figaro的機率程式設計系統。（我用莫紮特的歌劇《費加羅的婚禮》中的角色為其命名。我喜愛莫紮特，并在該劇于波士頓的一次演出中飾演巴爾托洛醫生。）本書的主要目标是教授機率程式設計的原則，在本書中學到的技術應該可以在其他機率程式設計系統上沿用。附錄b簡單描述了現有的一些系統。但是，本書還有第二個目标——幫助您獲得建立使用機率程式的親身體驗，并提供可以立即使用的工具。是以，許多例子都用figaro代碼實作。
figaro是從2009年開始開發的一個開源軟體，在github上維護。它以scala庫的形式實作。圖1-9說明figaro如何使用scala實作機率程式設計系統。該圖詳細說明了圖1-7，後者描述了機率程式設計系統的主要組成部分。讓我們從機率模型開始，在figaro中，該模型由任意數量的資料結構（稱作“元素”）組成。每個元素代表在您的情境中可取任意數量值的一個變量。這些資料結構用scala實作，您可以用這些資料結構編寫scala程式建立模型。可以通過關于元素值的資訊提供證據，也可以指定希望在查詢中了解的元素。至于推理算法，您可以選擇一個figaro内建推理算法并應用到模型上，根據證據回答您的查詢。推理算法以scala實作，其調用就是一個scala函數調用。推理結果是查詢元素不同值的機率。
figaro内嵌于scala提供了一些重大優勢。其中一些來自内嵌于通用宿主語言相對于獨立機率語言的優勢。其他優勢則是因為scala的良好特性。下面是在通用宿主語言中内嵌機率程式設計語言的好處。
證據可以用宿主語言的程式得出。例如，您可以編寫一個程式讀取一個資料檔案，以某種方式處理其中的值，并将其作為證據提供給figaro模型。在獨立語言中，這一任務要難得多。
類似地，您可以在一個程式中使用figaro提供的答案。例如，如果您有一個供足球隊經理使用的程式，該程式可以取得進球機率，向經理提出建議。
可以在機率程式中嵌入通用代碼。例如，假設您有一個模拟頭球在空中飛行軌迹的實體模型，可以在figaro元素中加入這個模型。
可以使用通用程式設計技術建構figaro模型。例如，您可能有一個映射，包含對應于球隊中所有球員的figaro元素，并根據情況中涉及的球員選擇對應的元素。
下面是選擇scala作為内嵌機率程式設計系統的宿主語言的一些理由。
scala是一個函數式程式設計語言，是以figaro也能得到函數式程式設計的好處。正如我在第2部分中所說明的，函數式程式設計對機率程式設計有幫助，許多模型可以自然地以函數式風格編寫。
scala是面向對象的，其優點之一是既是函數式語言，又具有面向對象的特征。figaro也是面向對象的。正如第2部分中将要說明的，面向對象是表達機率程式設計中多種設計模式的有用手段。
最後，figaro還有嵌入scala之外的一些優勢，包括：
figaro能夠表示極其廣泛的機率模型。figaro元素的值可以為任何類型，包括布爾型、整數、雙精度數、數組、樹、圖等。這些元素之間的關系可以由任何函數定義。
figaro提供了使用其條件和限制規定證據的豐富架構。
figaro有多種多樣的推理算法。
figaro能夠表示和推理随時間變化的動态模型。
figaro能夠在其模型中包含明确決策，并支援最優決策的推斷。
由于多種原因，figaro是學習機率程式設計的出色語言。
figaro以scala庫的形式實作，可以用于java和scala程式，很容易與應用程式內建。
由于以程式庫而非獨立語言的形式實作，figaro提供了宿主程式設計語言的全部功能，可以用來構模組化型。scala是進階的現代化語言，具有許多有用的程式組織功能，使用figaro時可以自動獲得這些好處。
從所提供算法的範圍來看，figaro 堪稱全能。
本書強調使用的技術和實用的示例。隻要有可能，我都會解釋模組化的一般原則，并描述在figaro中的實作方法。不管您最終使用哪一種機率程式設計系統，這對您都将大有裨益。并不是所有系統都能輕松地實作本書中的所有技術。例如，現有的面向對象機率程式設計系統很少。但是有了好的基礎，您就可以找出用所選語言表達需求的方法。
使用scala
因為figaro是一個scala庫，需要scala的知識才能使用figaro。本書是關于機率程式設計的，是以在本書中不教授scala的知識。scala的出色學習資源很多，比如twitter的scala school。但是為了防止您對scala不自信，我在本書中對代碼中使用的scala功能加以說明。即使您還不了解scala，也能夠跟上本書的進度。
從機率程式設計和figaro中獲益并不要求您是一位scala奇才，在本書中也避免使用一些較為進階和晦澀的特性。但是，增強scala技能有助于成為更好的figaro程式員。您甚至會發現，閱讀本書也可以提高scala的技能。
figaro與java的對比：建構簡單的機率程式設計系統
為了說明機率程式設計和figaro的好處，我将展示以兩種方式編寫的簡單機率應用。首先，我說明用java（您可能對它很熟悉）編寫這種應用的方法。然後，我将展示用figaro編寫的scala應用。盡管scala相對java有一定的優勢，但是這不是我要指出的主要差别。關鍵的思路是，figaro提供了表示機率模型和用這些模型進行推理的能力，如果沒有機率程式設計，這些能力就不存在。
我們的小應用将作為figaro的“hello，world”示例。想象一下，有個人早上起床，檢視天氣是否晴朗，并根據天氣發出問候。每天發出連續兩天的問候。而且，第二天的天氣取決于第一天：如果第一天是晴天，第二天就更可能是晴天。這些陳述可以由表1-1中的數字量化。
下面幾章将明确解釋這些數字的含義。現在，我們直覺地認為今天是晴天的機率為0.2，也就是說，今天有20%的可能放晴。同樣，如果明天是晴天，明天的問候語為“hello, world!”的機率為0.6，也就是說問候語為“hello, world!”有60%的可能性，“howdy, universe!”的可能性為40%。
我們為自己設定了用這個模型執行3種推理任務的目标。在1.1.3小節中您已經知道，用機率模型能夠進行3類推理：預測未來，推斷導緻觀測結果的過去事件，從過去事件中學習以更好地預測未來。您将用我們的簡單模型完成這三種任務。具體任務如下。
1．預測今天的問候語。
2．如果觀測發現今天的問候語是“hello, world!”，推斷今天是不是晴天。
3．從今天對問候語是“hello, world!”這一觀測值的學習，預測明天的問候語。
下面是用java完成這些任務的方法。
程式清單1-1 用java實作的hello world 程式
import com.cra.figaro.language.{flip, select}
import com.cra.figaro.library.compound.if
import com.cra.figaro.algorithm.factored.variableelimination ◁——● //導入figaro結構
object helloworld {
val sunnytoday = flip(0.2)
val greetingtoday = if(sunnytoday,
val sunnytomorrow = if(sunnytoday, flip(0.8), flip(0.05))
val greetingtomorrow = if(sunnytomorrow,
def predict() { ◁——● //用推理算法預測今天的問候語
}
}<code>`</code>
我将等到下一章才詳細解釋這段代碼。現在，我希望指出，它解決了java代碼的兩個問題。首先，模型定義準确描述了對應于表1-1的模型結構。您定義了4個變量：sunnytoday、greetingtoday、sunnytomorrow和greetingtomorrow，它們都對應于表1-1。例如，greetingtoday的定義如下：