demo code of a baseline model using Modified Hausdorff Distance
本篇提出Bayesian Program Learning (BPL)架構，比起deep learning，BPL不依賴大量數據且對於少量訓練樣本之學習效果佳，可達到人類水平。
BPL架構:利用隨機程序模型來呈現概念結合Bayesian過程，尋找最可能產生當前看到的圖像的原型
此篇針對手寫文字的實驗，BPL模型學習的數據量與人類完全相同-僅一個(one-shot)，BPL模型取得了與人類相似的成績。