假設我們有一個許多人想要解決的回歸問題，但信息分佈在不同的代理之間——不同的代理看到不同的特徵子集。而且這些代理嵌入在一個網絡中（有向無環圖）。當一個代理進行預測時，它的子代理會觀察到這些預測。

這也是我們同時進行的一次有趣探索的一部分，探討如何在理論和實驗科學的過程中融入現代 AI 工具。我們也學到了很多這方面的知識——我們會在某個時候寫更多的內容。

@LuJiuyao 全球最佳的線性預測器不一定在局部最佳線性預測器的範圍內（當特徵不獨立時），因為每種情況下特徵的相對權重是不同的。

@LuJiuyao 這條紅線顯示的是當你在這個實例的泛化樣本上運行這個時，實際發生的情況，這個實例擴展到10個變量。鏈條是 A1->A2->...->A10->A1->A2->...->A10->... 等等，永遠循環。每次通過後你會看到錯誤下降，但它從未降到0。