machine-learning - 学习估计值和预期时间差误差

Question

我怎样才能最好地让我的网络不仅学习期望值，而且了解围绕该值的预期变化，这是一种不确定性的度量。对于网络以前从未见过的任何状态，这将是非常高的，对于网络已经多次见过的任何状态，它应该接近对预期变化的某种估计。

想知道是否可以通过（可能部分）重叠的网络同时“学习”这两个方面。