本節書摘來自華章計算機《計算機視覺：模型、學習和推理》一書中的第3章，第3.2節,作者：（英）普林斯（prince，j. d.）著， 更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視。
貝塔分布（圖3-2）是由單變量λ定義的連續分布，這裡λ=[0,1]。是以，它适合表示伯努利分布中參數λ的不确定性。
如圖3-2所示，貝塔分布有兩個參數(α,β)∈［0，∞］，兩個參數均取正值并且都影響曲線的形狀。在數學上，貝塔分布的形式如下：
圖3-2 貝塔分布。貝塔分布值域在[0,1]之間，有參數(α,β)，參數相對值決定預期值，是以e［λ］=α/(α+β)（括号内的數值顯示每條曲線中的α、β）。随着(α,β)絕對值的增加，e［λ］兩側的分布更加集中，a）每條曲線中，e［λ］=0.5，分布的集中程度不同。b）e［λ］=0.25。c）e［λ］=0.75