Dubbele daling toont aan dat de Lucas Critique alleen lokaal van toepassing is. Dat wil zeggen, de modelfout neemt toe met meer parameters tot een bepaald punt ("overfitting"), maar daalt vervolgens met meer parameters. Het was een fout voor de economie om modellen te vereenvoudigen voor veronderstelde out-of-sample fit — blijf gewoon doorgaan!

Een ander leuk ML-onderwerp is "grokking" waarin modellen vrij abrupt overschakelen van overfitting naar generaliseren. Als je @alz_zyd_ bent, denk ik dat je zegt dat dit het teken is dat het model gewoon een denkend wezen is en begint te grokken