Байесовская композиция (Bayesian Composition) — это метод объединения нескольких вероятностных моделей или предсказаний с использованием теоремы Байеса. Она позволяет учитывать априорные знания и обновлять вероятности по мере поступления новых данных.

Пример с кодом (Python):

from scipy.stats import beta

Априорные распределения для двух моделей

prior_model1 = beta(5, 5) # слабая уверенность (близко к 0.5)
prior_model2 = beta(20, 2) # сильная уверенность (~0.9)

Обновление априорных распределений данными

posterior_model1 = beta(5 + 10, 5 + 2) # 10 успехов, 2 неудачи
posterior_model2 = beta(20 + 15, 2 + 1) # 15 успехов, 1 неудача

Композиция через взвешенное среднее

weight = 0.7 # доверие к model2
combined_mean = weight * posterior_model2.mean() + (1 - weight) * posterior_model1.mean()
print(f"Combined prediction: {combined_mean:.2f}")

**Применение:**  
- Ансамблирование моделей  
- Объединение экспертных оценок  
- Мета-обучение в ML