Какие знаешь методы регуляризации

L1 (Lasso) и L2 (Ridge) регуляризация — добавляют штрафные члены к функции потерь. L1 может обнулять веса, выполняя отбор признаков, L2 уменьшает их, но не до нуля.

Elastic Net — комбинация L1 и L2, балансирует между ними через параметр alpha.

Dropout — в нейросетях случайно "выключает" часть нейронов на каждом шаге, предотвращая переобучение.

Ранняя остановка (Early Stopping) — прекращает обучение, когда качество на валидации перестает улучшаться.

Пример Ridge в sklearn:

from sklearn.linear_model import Ridge
model = Ridge(alpha=1.0)
model.fit(X_train, y_train)

Batch Normalization — нормализует активации в слоях, стабилизируя обучение.