指數族分布是一大類分布，基本形式為：
分布函數框架中的h(x),η(θ),T(x)和A(θ)並不是任意定義的，每一部分都有其特殊的意義。
θ是自然參數(natural parameter)，通常是一個實數；
h(x)是底層觀測值（underlying measure）；
T(x)是充分統計量（sufficient statistic）；
A(θ)被稱為對數規則化（log normalizer）。
---------------------
T(x)是x的充分統計量（能為相應分布提供足夠信息的統計量）
為了滿足歸一化條件，有：
可以看出，當T(x)=x時，e^A(theta)是h(x)的拉普拉斯變換。
指數族分布的例子：
伯努利分布轉換成指數族分布形式：
單變量高斯分布的：
多變量高斯分布的：
A（theta）的一階導：
A（theta）的二階導：
說明A（theta）是凸函數
計算log likehood，然后對theta求導，可得
而A的二次導時大於零的，所以A的一次導是增函數，上述方程最多只有一個解。
共軛先驗：
似然估計：
我們希望：
比如：
一些例子：
