「二重降下現象（Double Descent）」において、モデルの複雑さ（パラメータ数）がデータ数を超えた後にテスト誤差が再び減少する現象を指すが、これは従来の何の概念と矛盾するように見えるか。

2026年5月15日

従来の統計的学習理論ではモデルが複雑すぎると過学習（バリアンス増大）によりテスト誤差が悪化するとされたが、深層学習などでは補間閾値を超えると再び誤差が下がることがある。