1. Notebook do pobrania: probabilistic.ipynb
2. W celu załadowania, wybierz 'File→Upload Notebook' w Google Colab. W przypadku lokalnej wersji, po prostu nawiguj w oknie przeglądarki do miejsca gdzie zapisany jest notebook.

Weka dostarcza narzędzie do modelowania sieci Bayesowskich i ich eksportu do formatu XMLBIF. Aby zacząć modelowanie należy:

1. Pobrać WEKA
2. Uruchomić:

   java -jar weka.jar

3. Wybrać z menu opcji: `Tools→Bayes Net Editor` (Lub wcisnąć Ctr+N)
4. Narysować sieć i zapisać ją jako XMLBIF.

• Wykład: pgm.pdf
• Nawet ciekawa ksiażka do biblioteki, której będziemy używać: Mastering Probabilistic Graphical Models using Python
• Książka Klasyk: Probabilistic Graphcal Models i kurs online do niej: Probabilistic Graphical Models
• Ciekawa książka o teorii prawdopodobieństwa (od podstaw, całkiem fajnie się czyta): Probability theory: The Logic of Science
• Inna ciekawa biblioteka: http://bayespy.org
• Plik z siecią dla przykładu ASIA: asiads.bif.zip
• Siec do zamodelowania w domu: choroby.png i instrukcja (Źródło: https://www.cs.utah.edu/~fletcher/cs6957/)