Să presupunem că avem o problemă de regresie pe care mulți oameni doresc să o rezolve, dar informațiile sunt distribuite între agenți --- diferiți agenți văd subseturi diferite de caracteristici. Iar agenții sunt încorporați într-o rețea (DAG). Când cineva face predicții, acestea sunt observate de copiii săi.

Acest lucru a făcut parte și dintr-o explorare distractivă pe care am făcut-o în același timp despre cum să încorporăm instrumente moderne de inteligență artificială în procesul de știință teoretică și experimentală. Am învățat multe și despre asta --- vom scrie mai multe la un moment dat.

@LuJiuyao Predictorul liniar optim la nivel global nu trebuie să fie în intervalul predictorilor liniari optimi la nivel local (atunci când caracteristicile nu sunt independente), deoarece ponderea relativă a caracteristicilor diferă în fiecare caz.

@LuJiuyao Linia roșie apropo reprezintă ce se întâmplă de fapt atunci când rulați acest lucru pe eșantioane de la generalizarea acestei instanțe la 10 variabile. Lanțul este A1->A2->...->A10->A1->A2->...->A10->... etc mergând în jurul robin pentru totdeauna. Primești o cădere de eroare după fiecare trecere, dar nu ajunge niciodată la 0