Ela penaliza grandes valores nos coeficientes dos parâmetros, mas de uma forma mais suave do que L1.

Ela reduz a quantidade de dados necessários para treinamento do modelo.

Ela aumenta a complexidade do modelo para aprender padrões mais complicados.

Ela cria redes neurais profundas com muitas camadas ocultas.

Ela evita que o modelo aprenda características irrelevantes nos dados de treinamento.