机器学习中的经典策略是将经验风险最小化与容量控制结合，以控制泛化差距和避免过拟合。现代深度学习中，优化超参数化模型可以完美拟合训练数据，并具有出色的泛化性能。本教程解释了双重下降的概念及其机制，并介绍了归纳偏差的重要性。最后，探讨了两个线性模型中的双重下降，并提供了其他视角。