La oss si at vi har et regresjonsproblem som mange ønsker å løse, men informasjon distribueres på tvers av agenter --- forskjellige agenter ser forskjellige delsett av funksjoner. Og agentene er innebygd i et nettverk (DAG). Når man kommer med spådommer, blir de observert av barna.

Dette var også en del av en morsom utforskning vi gjorde samtidig i hvordan man kan inkorporere moderne AI-verktøy i prosessen med å gjøre teoretisk og eksperimentell vitenskap. Vi lærte mye om det også, --- vi skal skrive mer på et tidspunkt.

@LuJiuyao Den globalt optimale lineære prediktoren trenger ikke å være i spennet til de lokalt optimale lineære prediktorene (når funksjonene ikke er uavhengige), siden den relative vektingen av funksjoner er forskjellig i hvert tilfelle.

@LuJiuyao Den røde linjen viser forresten hva som faktisk skjer når du kjører dette på prøver fra generaliseringen av denne forekomsten til 10 variabler. Kjedet er A1->A2->...->A10->A1->A2->...->A10->... etc går round robin for alltid. Du får et feilfall etter hver passering, men det går aldri til 0