एक मॉडल एक सीखा हुआ सन्निकटन है। यह इनपुट लेता है, गणितीय रूपांतरण लागू करता है और आउटपुट उत्पन्न करता है। यह रूपांतरण प्रशिक्षण द्वारा आकार लेता है, और इसकी गुणवत्ता इस बात से आंकी जाती है कि यह नए डेटा पर कितनी अच्छी तरह से लागू होता है।

मॉडल कई प्रकार के होते हैं। लीनियर रिग्रेशन एक सीधी रेखा को फिट करता है। डिसीजन ट्री डेटा को रिकर्सिवली विभाजित करते हैं। न्यूरल नेटवर्क सीखे हुए कार्यों की परतों से मिलकर बने होते हैं। प्रत्येक की अपनी खूबियाँ, कमियाँ और डेटा के बारे में कुछ मान्यताएँ होती हैं।

मॉडल को क्या परिभाषित करता है?

• आर्किटेक्चर और पैरामीटर गणना
• प्रशिक्षण प्रक्रिया और उद्देश्य
• इनपुट और आउटपुट प्रारूप
• होल्ड-आउट डेटा पर प्रदर्शन
• गणना और मेमोरी संबंधी आवश्यकताएँ

कोई भी मॉडल पूर्णतः सही नहीं होता। कोई मॉडल किसी विशिष्ट कार्य, डेटासेट और परिनियोजन संदर्भ के लिए उपयोगी हो सकता है या नहीं। एक ही आर्किटेक्चर एक समस्या में सफल हो सकता है और दूसरी में असफल।