L2säännöllistämällä
L2säännöllistämällä viittaa menetelmään koneoppimisessa, erityisesti lineaarisissa malleissa, jossa mallin suorituskykyä pyritään parantamaan lisäämällä rangaistustermi mallin kustannusfunktioon. Tämä rangaistustermi perustuu mallin painokertoimien L2-normiin. L2-normi lasketaan siten, että kaikki mallin painokertoimet neliöidään ja summataan. Tämän jälkeen tämä summa kerrotaan säännöllistämisparametrilla, jota usein merkitään lambdalla (λ).
Tavoitteena L2säännöllistämisellä on estää mallin ylisovittumista eli sitä, että malli oppii harjoitusdatan liian hyvin ja menettää