En model er en lært tilnærmelse. Den tager input, anvender en matematisk transformation og producerer output. Transformationen formes af træning, og dens kvalitet bedømmes ud fra, hvor godt den generaliserer til nye data.

Modeller findes i mange former. Lineær regression tilpasser en linje. Beslutningstræer opdeler data rekursivt. Neurale netværk består af lag af lærte funktioner. Hver af dem har styrker, svagheder og antagelser om dataene.

Hvad definerer en model

• Arkitektur og parameterantal
• Træningsprocedure og mål
• Input- og outputformat
• Ydeevne på udeholdte data
• Beregnings- og hukommelseskrav

Ingen model er absolut korrekt. En model er enten nyttig eller ej til en specifik opgave, et datasæt og en implementeringskontekst. Den samme arkitektur kan have succes på ét problem og fejle på et andet.