A jegyzetben ismertetjük a döntés- és becsléselmélet alapfogalmait és a leggyakoribb költségfüggvényeket. Megvizsgáljuk a Bayes-döntést, maximum a posteriori és maximum likelihood döntést és a Bayes-döntés közelítését több példán keresztül. Kitérünk a Bayes-becslésre, maximum likelihood becslésre és regressziós becslésre részletesen megvizsgálva a lineáris regresszió esetét. Ezt követően a valószínűségi eloszlások strukturális jellemzőit vizsgáljuk meg. A valószínűségi gráfos modellosztályon belül elsőként az egyszerű Naiv Bayes-háló, Markov-lánc és rejtett Markov modell modelltípusokat foglaljuk össze, majd a Bayes-hálókat és a Markov-hálókat tekintjük át.