ビッグデータでは複雑な（＝未知パラメータが多い）統計モデルが用いられる，典型的な例として，多変量正規分布を考える．パラメータだけでなく，確率分布の関数形も推定するのが予測問題であり，これをBayes統計学の枠組みで考察するのがBayes予測問題である．推定の良さをα-ダイバージェンスと呼ばれる確率分布間の「距離」で測ることにする．無情報量事前分布と呼ばれる事前分布に基づく最適予測分布（＝Bayes予測分布）は一定のよい性質を持つことが知られている．このBayes予測分布を頻度主義の意味で改善することからスタートし，Bayes予測問題と熱力学に通底する基本構造を明らかにする．
