近似決定論的かつ過小パラメータ化された代理モデルにおいて、誤差仕様化は大きな一般化誤差をもたらす。パラメータ分布は各訓練データ点の最適パラメータ集合をカバーする必要があり、これを満たす効率的な ensemble アプローチを提案する。