Задачи машинного обучения в текущее время играют большую роль. В частности, есть проблема распознавания рукописного текста. Существуют модели, такие как, например, нейронные сети, способные по изображению одного рукописного символа получать вектор, характеризующий степень уверенности модели в том, какая буква или иной текстовой символ был изображен. При этом есть возможность учитывать соседние буквы и, на основе распространенности соответствующих буквенных паттернов, улучшать показания модели. Для решения такой задачи можно использовать, к примеру, вероятностные графические модели. Данная работа посвящена описанию применения к этой задаче подкласса вероятностных графических моделей — алгебраических байесовских сетей.