ダブル・ディセントを見ると、ルーカス批判は局所的にしか適用されないことがわかります。 つまり、モデルの誤差はパラメータが増えるとある点まで増加します(「過学習」)が、その後パラメータが増えると減少します。 経済学がサンプル外適合のモデルを単純化するのは間違いでした――とにかく続けてください!

もう一つ面白い機械学習の話題は「グロッキング」で、モデルが過学習から一般化に急激に切り替わる現象です。 もし@alz_zyd_いなら、これはモデルがただの思考する存在であり、理解し始めるサインだと言うのでしょう