Kas yra sujungtos paskirstymo ir kodėl jos patogios?

Konjuguotosios paskirstymo poros yra poros paskirstymų, kurių po atnaujinimo remiantis stebimais duomenimis, posteriorinis paskirstymas priklauso tai pačiai šeimai kaip ir pirminis paskirstymas.

Tai patogu, nes leidžia analitiškai apskaičiuoti posteriorinį paskirstymą be sudėtingų skaitinių metodų, kas žymiai supaprastina bayes'inį išvadą.

Pavyzdžiui, jei parametrų pirminis paskirstymas yra beta paskirstymas, o duomenys yra binominiai, tada posteriorinis paskirstymas taip pat bus beta paskirstymas su atnaujintais parametrais.

Mašininio mokymosi užduotyse ir bayes'inėse modeliuose naudojant konjuguotus paskirstymus pagreitina mokymąsi ir supaprastina skaičiavimus, kas ypač svarbu Gaussian procesų (GP) ir Bayes'o optimizacijoje (BO).