Función de penalización

En el ámbito de inteligencia artificial y machine learning, se utiliza como mecanismo para evitar el sobreajuste de los modelos durante el entrenamiento.

Consiste en agregar un término adicional a la función de costo del modelo, diseñado para penalizar la complejidad excesiva de los parámetros y fomentar soluciones más simples.

Es comúnmente aplicada en técnicas de regularización como L1 (Lasso) y L2 (Ridge), donde se incorporan normativas sobre los coeficientes del modelo.

Este enfoque mejora la capacidad de generalización, ayudando a que el modelo tenga un rendimiento más equilibrado en datos no vistos y evitando que se ajuste exclusivamente a los datos de entrenamiento disponibles.