Termin "double descent" został zaproponowany przez Belkina i in. w 2019 r. kiedy zjawisko to zyskało popularność jako szersza koncepcja zauważona przez wiele modeli. Popularyzacja tego sformułowania został spowodowane sprzecznością pomiędzy powszechnie panującą opinią, że zbyt wiele parametrów w modelu skutkuje znacznym błędem nadmiernego dopasowania (ekstrapolacją kompromisu między odchyleniem a wariancją) i empirycznymi obserwacjami z lat 2010., zgodnie z którymi niektóre nowoczesne techniki uczenia maszynowego mają tendencję do lepszego działania w przypadku większych modeli.
Podwójny spadek występuje w regresji liniowej z izotropowymi współczynnikami Gaussa i izotropowym szumem Gaussa.
Przypisy
Kategoria:Klasyfikacja statystyczna Kategoria:Uczenie maszynowe