多くの人が解決したい回帰問題があるが、情報がエージェント間で分散されており、異なるエージェントが特徴の異なるサブセット---表示しているとします。また、エージェントはネットワーク (DAG) に組み込まれています。人が予測をすると、その子供たちによって観察されます。

これは、理論科学や実験科学を行うプロセスに最新のAIツールを組み込む方法について、同時に行った楽しい探求の一部でもありました。それについても多くのことを学びました---いつかもっと書くつもりです。

@LuJiuyao 特徴量の相対的な重み付けはそれぞれの場合に異なるため、グローバル最適線形予測変数は局所最適線形予測変数のスパン内にある必要はありません (特徴量が独立していない場合)。

@LuJiuyao ところで、赤い線は、このインスタンスの一般化から10個の変数へのサンプルでこれを実行すると実際に何が起こるかをプロットします。チェーンはA1->A2->...->A10->A1->A2->...->A10->...などは永遠にラウンドロビンを繰り広げます。パスのたびにエラーがドロップされますが、0になることはありません