Table of contents : Front Matter....Pages I-XVI Introduction....Pages 1-5 Front Matter....Pages 7-7 The Bayesian Paradigm....Pages 9-28 Cleaning Dirty Pictures....Pages 29-53 Finite Random Fields....Pages 55-72 Front Matter....Pages 73-73 Markov Chains: Limit Theorems....Pages 75-112 Gibbsian Sampling and Annealing....Pages 113-128 Cooling Schedules....Pages 129-140 Front Matter....Pages 141-141 Gibbsian Sampling and Annealing Revisited....Pages 143-151 Partially Parallel Algorithms....Pages 153-158 Synchronous Algorithms....Pages 159-175 Front Matter....Pages 177-177 Metropolis Algorithms....Pages 179-196 The Spectral Gap and Convergence of Markov Chains....Pages 197-202 Eigenvalues, Sampling, Variance Reduction....Pages 203-207 Continuous Time Processes....Pages 209-213 Front Matter....Pages 215-215 Partitioning....Pages 217-229 Random Fields and Texture Models....Pages 231-242 Bayesian Texture Classification....Pages 243-248 Front Matter....Pages 249-249 Maximum Likelihood Estimation....Pages 251-261 Consistency of Spatial ML Estimators....Pages 263-280 Computation of Full ML Estimators....Pages 281-298 Front Matter....Pages 299-299 A Glance at Neural Networks....Pages 301-311 Three Applications....Pages 313-323 Back Matter....Pages 325-387