前複合体（コンジュゲート前）：
コンジュゲートは、一般に、それは共役事前分布との間のコンジュゲーションのような尤度関数を指し、概念的なベイズ理論であり、共役結果はそう事後分布（ベイズ式、後方であります）製品のような事前確率分布と尤度関数に⽐ある確率分布と事前分布が同じ関数形式を有し、それは単に分布の同じ形態を受けます。
先験的理由共役フォームを使用する理由は、一方事後分布と同様の事前分布、一人の視覚準拠するように（それらが同じ形状であるべきであるが）、先験的鎖を形成することができるようなものですすなわち、事後分布は、現在（θ| x）をPと同じ形状場合、次の計算で事前分布P（θ）として使用し、チェーンを形成することができます。
尤度関数：
（|θx）の尤度関数と呼ばれ、pは、ベイズ式。学習とLの最尤推定値を見つける前に、（θ| x）は同じではありません。しかし、実際にベイズ式場所
。説明：パラメータθ観測値xは尤度関数が与えられている場合には、パラメータθが与えられた場合、等しいxの確率をとります。注意：P |垂直バー（のxθ）は唯一の値の意味の1つを取り、条件付き確率を示すものではありません。
確率密度関数：
確率分布関数、確率値が、所定の値未満であります
累積確率の形でF（X）= P（XI <X）=和（P（X1）、P（×2）、...、P（X））（離散変数について）;
又は（連続変数のための）確率密度関数f（x）を積分します。
P（X）（X = X1、X2、X3、...）、すなわち、関数の形で各値の出現確率を与える変数を記述するために使用される離散確率関数。
連続変数を説明するための確率密度関数は、確率密度関数f（x）は点Aの値は、{X = A}の時ではありません。確率しかし、値が大きいほど、より大きな点近傍の値Xこと。確率密度関数は、特定の間隔の確率を記述するために使用され、F（X）を積分このセクションで同じであることができます。
二項分布（pはイベントの成功の確率は、以下同じことをいいます）。
ベルヌーイ分布/ 0-1二項分布は、n =において特別な場合です。
幾何分布：
ポアソン分布（Xはイベントの所定の時間範囲内に算出される回数を表し、uはイベントの範囲に与えられた時間内に時間の平均数を表します）：
https://www.cnblogs.com/simayuhe/p/5143538.html
https://blog.csdn.net/baimafujinji/article/details/51374202
https://www.cnblogs.com/aaronsw/p/7071124.html
https://www.jianshu.com/p/0cfc3204af77
http://www.360doc.com/content/17/1231/22/9200790_718001949.shtml