Quais métodos de regularização são aplicáveis às redes neurais?

Para regularizar redes neurais, aplicam-se os seguintes métodos:

• Dropout — desligar aleatoriamente neurônios durante o treino, o que previne o sobreajuste.
• Regularização L1 e L2 — adicionar uma penalização à função de perda por pesos grandes (L1 promove dispersão, L2 suaviza).
• Paragem precoce (Early stopping) — parar o treino quando o erro no conjunto de validação começa a aumentar.
• Normalização por lotes (Batch Normalization) — normalizar as entradas de cada camada, o que estabiliza e acelera o treino.
• Aumento de dados — aumentar artificialmente o conjunto de treino para melhorar a capacidade de generalização.

Estes métodos ajudam o modelo a generalizar melhor e a evitar o sobreajuste.