В данном исследовании проведён комплексный аналитический обзор существующих методов обучения байесовской сети, а также предложен гибкий метод параметрического обучения, подходящий для представления данных смешанного типа. Сравнительный анализ представлен на задаче моделирования социальных данных с последующим семплированием из байесовской сети. Проведённый анализ показывает преимущества гибкого метода обучения на смешанных данных с точки зрения точности моделирования многомерных распределений.
Деева И.Ю. (науч. рук. Калюжная А.В.) Сравнительный анализ подходов к параметрическому обучению байесовских сетей на данных смешанного типа // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2021]. URL: https://kmu.itmo.ru/digests/article/5596