學習目標：訓練誤差對容量永遠單調下降，所以它單獨不含泛化的資訊。母體風險是 U 形，而谷底的位置隨 n 移動——「模型太複雜」永遠是相對於資料量的陳述。

散點＝訓練資料；灰虛線＝真值；實線＝目前 d 的擬合

縱軸 log：訓練誤差與母體風險對 d；水平線＝σ²；▼＝U 形谷底；垂直線＝目前的 d

觀察：拉大 n，谷底往右移、整條 U 變平，原本掉到天花板的大 d 會回到地板上。把 σ 設成 0，水平參考線落到 0 而U 的右半仍然上翹。打開四分位帶，大 d 那一段寬得離譜——那個寬度就是下一篇要拆出來的 variance。