Regularisierung
Maßnahmen gegen Überanpassung.
Regularisierung umfasst Techniken, die verhindern, dass ein Modell die Trainingsdaten auswendig lernt, indem sie es zu einfacheren Lösungen drängen. Beispiele sind Strafterme für große Gewichte oder Dropout. Ziel ist, dass das Modell besser auf neue Daten verallgemeinert.