生于英国伦敦，卒于英国肯特郡。1719年进入爱丁堡大学学习逻辑学和神学，1722～1734年毕业后回到伦敦在他父亲的教堂工作。1734～1752年任英国锡安山教堂牧师。1742年当选英国皇家学会会员。

1763年，贝叶斯在论文《论有关机遇问题的求解》中，提出了关于统计推断的基本思想，以后的统计学者将其发展为一种系统性的统计方法，称为贝叶斯理论，为“逆概率”问题提供了统计解决的方法。例如“假设袋子里面有N个黑球，M个白球，摸出一个黑球的概率是多大”。面对这种“正概率”问题，一个自然而然的“逆概率”反问题是：“如果袋子里面黑白球的比例是未知的，现在摸出一个球是黑球，如何对袋子里面黑白球的比例做出推断”。贝叶斯用包含先验概率和后验概率的贝叶斯理论给出了答案。

基于贝叶斯理论的统计分析可分为客观贝叶斯分析、主观贝叶斯分析、稳健贝叶斯分析、频率贝叶斯分析和拟贝叶斯分析五个研究领域。贝叶斯理论成为大数据与人工智能时代机器学习的核心方法之一。