Тема бакалавской работы относится к задачам машинного обучения «без учителя» в области генерации данных. В ходе работы было проведено исследование применимости нейробайесовского подхода к задаче генерации данных. Была смоделирована архитектура вариационного автокодировщика и исследованы принципы её обучения. Данная модель была реализована и обучена для генерации изображений. Для сгенерированных изображений проведена оценка близости данных изображений к обучающей выборке.