В чем преимущества аддитивной регуляризации перед классической в машинном обучении?

Возможно, имелись в виду преимущества подхода аддитивной регуляризации тематических моделей (ARTM) в машинном обучении. cyberleninka.ru habr.com Некоторые из них:

• Быстрота обучения. cyberleninka.ru Подход ARTM считается одним из самых быстрых по времени обучения тематической модели. cyberleninka.ru
• Мультимодальность. cyberleninka.ru С помощью ARTM можно строить модели, которые учитывают дополнительную информацию, содержащуюся в коллекциях документов, и не всегда являющуюся обычным текстом. cyberleninka.ru
• Возможность комбинирования разнообразных свойств. www.dissercat.com Подход допускает комбинирование в любых сочетаниях таких свойств, как иерархичность, динамичность, мультиязычность и другие. www.dissercat.com
• Учёт лингвистических требований и экстралингвистических данных. habr.com ARTM позволяет решить проблему некорректности задачи тематического моделирования и учесть в модели эти данные. habr.com