गॉसीयन से परे, कुछ सतत वितरण बार-बार। प्रत्येक अलग प्रकार का प्रश्न: "किसी भी अंतराल में?", "अगली घटना तक कितनी देर?", "एक अज्ञात प्रायिकता स्वयं कैसे वितरित?"
समान U(a, b) एक अंतराल पर समतल प्रायिकता, अचर घनत्व 1/(b−a)। यह डिफ़ॉल्ट "मुझे केवल परिसर ज्ञात," और नमूनाकरण का कच्चा माल: हर यादृच्छिक जनक U(0,1) से शुरू।
चरघातीय(λ) एक यादृच्छिक घटना तक समय मॉडल जब घटनाएँ एक स्थिर औसत दर λ पर। यह स्मृतिहीन: कुछ प्रतीक्षा करना बाकी प्रतीक्षा नहीं बदलता।
ML में इसका स्थानडिरिक्ले एक "वितरणों पर वितरण": यह विषय मॉडलों (LDA) में मिश्रण भार उत्पन्न और एक बेज़ीय वर्गीकारक जिन वर्ग प्रायिकताओं पर औसत। बीटा एक प्रायिकता जो आप अनुमान के लिए डिफ़ॉल्ट prior, जैसे क्लिक-थ्रू दर या सिक्के का पक्षपात, और यह बैंडिटों में थॉम्पसन नमूनाकरण चलाता। समान वह एन्ट्रॉपी स्रोत जो हर दूसरा नमूनाकार रूपांतरित।