贝叶斯计算（Bayesian computation），理学-计算机科学技术-计算机科学理论-概率统计-概率推理，一种以贝叶斯公式为基础的运算方法。贝叶斯公式首先由英国数学家T.贝叶斯（Thomas Bayes）在《论有关机遇问题的求解》一文中提出。后来，基于贝叶斯公式的归纳推理理论被统计学家发展为一种系统的统计推断方法，称为贝叶斯方法或贝叶斯计算，并广泛用于科学、经济、医学、法律、心理、生态等领域。贝叶斯公式以条件概率为基础，如果表示在事件发生的前提下事件发生的条件概率，那么贝叶斯公式可表示为：式中为事件发生的先验概率，反映了人们对事件发生概率的主观看法；条件概率为似然概率，它和边缘概率可以根据实际观测统计来估计；为事件的后验概率。贝叶斯公式反映了人们根据新观测数据或证据，对以往经验不断认知、更新、完善的过程。通过贝叶斯计算，人们可以将先验认知和实际证据进行合理的结合，以得到新的后验认知。贝叶斯计算之所以强大，是因为人们可以迭代地看待和处理问题，在每次根据新观测数据获得后验分布后，可以将其作为后续数据出现前的先验分布继续处理。