2.-Алгоритм-идентификации-байесовской-сети.md

 Для обучения структуры байесовской сети использовался подход, основанный на жадных эвристиках. Псевдокод используемого алгоритма выглядит следующим образом:  
 ![](https://github.com/Anaxagor/BN-based-synthetic-data-/blob/master/img/pseudocode.jpg)  
 
-В результате выполнения алгоритма находится такая структура сети, которая имела бы наибольшее значение оптимизируемой метрики. В качестве такой метрики был выбран информационный критерий Акаике:  
-![](https://github.com/Anaxagor/BN-based-synthetic-data-/blob/master/img/aic_formula.jpg)  
+В результате выполнения алгоритма находится такая структура сети, которая имела бы наибольшее значение оптимизируемой метрики. В качестве такой метрики реализовано две score-функции:
+-Mutual information
 
-В формуле метрики Theta^ - оценка максимального правдоподобия для выбранной структуры G_h при имеющихся наблюдения D. За счёт слагаемого d (количество свободных параметров модели) метрика способна штрафовать найденные решения за чрезмерную сложность модели. 
\ No newline at end of file
+-K2