印度自助餐过程（Indian Buffet Process），理学-计算机科学技术-人工智能-机器学习-贝叶斯学习，一种生成无限随机二值矩阵的随机过程。Thomas L.Griffiths和Zoubin Ghahramani最先于2005年提出印度自助餐过程，并将其作为非参数贝叶斯先验分布来建立无限潜在特征模型。该过程的无限二值矩阵分布的数学表达可以通过先假定一个基于贝塔－伯努利（Beta-Bernoulli）构造的有限潜在特征模型，其次积分掉贝塔分布的潜在特征的使用概率，然后让潜在特征数增长到无限并加入合适的组合分析来推导得出。不同于将一个观测数据分配到单个混合中心的混合模型，基于印度自助餐过程的无限潜在特征模型能分配一个以上的潜在特征给每个观测数据。随着观测数据的增多，被使用的潜在特征的数量也随之按照特定的泊松分布随机增长且无上届约束。