Suponha que temos um problema de regressão que muitas pessoas querem resolver, mas a informação está distribuída entre agentes --- diferentes agentes veem diferentes subconjuntos de características. E os agentes estão incorporados em uma rede (DAG). Quando um faz previsões, elas são observadas por seus filhos.

Isso também fez parte de uma exploração divertida que fizemos ao mesmo tempo sobre como incorporar ferramentas modernas de IA no processo de fazer ciência teórica e experimental. Aprendemos muito sobre isso também --- escreveremos mais em algum momento.

@LuJiuyao O preditor linear globalmente ótimo não precisa estar no espaço dos preditores lineares localmente ótimos (quando as características não são independentes), uma vez que o peso relativo das características difere em cada caso.

@LuJiuyao A linha vermelha entre os gráficos mostra o que realmente acontece quando você executa isso em amostras da generalização desta instância para 10 variáveis. A cadeia é A1->A2->...->A10->A1->A2->...->A10->... etc, indo em um ciclo infinito. Você obtém uma queda de erro após cada passagem, mas nunca chega a 0.