我正在阅读Bishop的模式识别和机器学习，对以下内容感到困惑。
采样分布和似然函数之间有什么区别？
例如，请参阅第2章第2.1节，即抛硬币示例。采样分布为二项式，然后似然函数为二项式分布。这是否意味着似然函数始终是采样分布？
分布很好，分布-即样本的分布方式可以是：均匀，正态（高斯），二项式，伯努利，泊松，β，伽玛。
似然函数是给定x的theta的函数，theta是模型的参数。先验的类型（例如二项式）最好应与似然函数的类型匹配，然后它将是共轭的先验，从而大大简化了计算。