由于您要求参考，我可以推荐 David MacKay 的第 16 章Information Theory, Inference, and Learning Algorithms。（您无需阅读前 15 章即可理解第 16 章）本书可从作者网站免费下载（经出版商许可）。

举一个有趣的例子，看看John Winn的论文。使用消息传递算法进行通用变分集成学习 - 可以简单地构建推理问题，例如 ICA 和 PCA。

也许关于信仰传播的文章会有所帮助。

本文给出了两个要点描述“消息”如何沿因子图中的边缘传递。这种“消息传递”可以对任何图形进行。对于树，该算法在某种意义上是精确的，因为它可以计算树中节点的期望边缘分布和联合分布。一般图的算法迭代是试图产生所需边缘或联合分布的近似值。