卜瓦松分布，以法国数学家卜瓦松（Siméon Denis Poisson, 1781～1840）命名，是人工智能和机器学习中常用的机率分布。

卜瓦松回归，作为其具体应用之一，是建模计数数据的回归分析方法，可用于估算如搭乘飞机相关的感冒次数或预测事件期间的紧急服务呼叫次数。

卜瓦松分布提供简单有效的数学框架，使计数型AI分析更加精准和可解释。起初，该分布应用有限，但波特凯维茨利用其计算在普鲁士军队中被马踢死的人数，展现了其潜力。

随后，科学家发现卜瓦松分布可广泛用于描述随机离散事件的发生，如电话网络效能分析，成为解决问题的“万灵丹”。

卜瓦松自幼展现数学才能，成为19世纪最具影响力的数学家之一，对机率论和解析力学做出突破性贡献。

他与老师拉普拉斯合作，促成开创性研究，拉普拉斯方程序与卜瓦松方程序在处理问题时各具特色。卜瓦松以其谦逊、低调和对工作的奉献著称，其遗产超越数学和科学成就，激励着全世界有志于数学和科学的人。