論文へのリンク
筆者・所属機関
Preetum Nakkiran(Harvard University), Gal Kaplun(Harvard University), Yamini Bansal(Harvard University), Tristan Yang(Harvard University), Boaz Barak(Harvard University), Ilya Sutskever(OpenAI)
全員 Beihang University（北京大学）
投稿日付
2019/12/04
概要（一言まとめ）
大きいディープラーニングのモデルで、パフォーマンスが低下（過学習）となった後、さらに学習をし続けるとまた性能が上がる現象（double-descent）をeffective model complexityという指数を定義して説明
手法の概要
コメント
宝くじ仮説と同じ話かと思ったら、どうも同じではないらしい。
なんとなく同じことを言っているような気がするけど…うーむ、分からん。
関連情報
論文読み：DEEP DOUBLE DESCENT - Qiita
