Обсуждаем вероятностные и нелинейные оценочные функции

Одни признаки зависят от наличия других. Это есть.
но формула всё-равно линейна

Странно... Мой пост пропал
При желании найти нелинейность её можно найти всегда, например в таблице оценки фигур по координате.
Но это не значит что она (нелинейность) действительно присутствует.
Если мы полученную по таблице оценку ПЛЮСУЕМ или ВЫЧИТАЕМ по формуле Шеннона, то формула остается линейной, а по таблице мы просто находим сам признак/признаки!
Так же как и разные веса признаков в зависимости от стадии партии.
Можно сказать что это нелинейность, но на самом деле формула Шеннона не изменилась, и формула осталась линейной!

Более сложный вариант - каждый признак идет как какое-то положительное значение в Плюсы Белых, Так и в Плюсы черных. Две линейные положительные функции. Расчет значения ОФ так-же как в предыдущем посте.
Программа в плохой позиции будет пытаться создать больше слабостей у соперника, меньшее внимание уделяя своим. А в хорошей позиции - будет пытаться избавиться от своих слабостей, чтоб не дать сопернику контршансов.

А дисперсия зачем? Программе важно максимизировать только ожидаемый результат.
И поэтому понятно что лучшая ОФ - это оценка ожидаемого результата, и нужно стремиться её улучшить, приблизить к реальной.
В идеале, по правилу Цермело - ОФ должна выдавать в каждой позиции один из трех результатов, но на практике это пока недостижимо.