Czym są rozkłady sprzężone i dlaczego są wygodne?

Rozkłady sprzężone to pary rozkładów, w których rozkład posteriori należy do tej samej rodziny co rozkład a priori, po aktualizacji na podstawie obserwowanych danych.

To jest wygodne, ponieważ pozwala na analityczne obliczanie rozkładu posteriori bez skomplikowanych metod numerycznych, co znacznie upraszcza wnioskowanie bayesowskie.

Na przykład, jeśli rozkład a priori parametru jest rozkładem beta, a dane są rozkładami dwumianowymi, to rozkład posteriori będzie również rozkładem beta z zaktualizowanymi parametrami.

W zadaniach uczenia maszynowego i modelach bayesowskich użycie rozkładów sprzężonych przyspiesza trening i upraszcza obliczenia, co jest szczególnie ważne w Procesach Gaussowskich (GP) i Optymalizacji Bayesowskiej (BO).