Regularizace v kontextu strojového učení je důležitou technikou používanou ke zvýšení výkonu zobecnění modelů, zejména při práci s vysokorozměrnými daty nebo složitými modely, které jsou náchylné k nadměrnému přizpůsobení. K přefitování dochází, když se model učí nejen základní vzorce v trénovacích datech, ale také hluk, což má za následek špatné