Аннотация. Изменяя параметр псевдослучайного процесса оптимизации нейросети, генерируется несколько вариантов решения задачи. На их основе получается бэггинг - усредненное и менее подверженное переобучению решение. Приведен пример выполнения такого бэггинга и приведено его сравнение с методом классификации на основе дискриминантной функции Андерсона и тождественно связанной с ней апостериорной вероятностью класса.