Model adalah perkiraan yang dipelajari. Model menerima input, menerapkan transformasi matematika, dan menghasilkan output. Transformasi tersebut dibentuk oleh pelatihan, dan kualitasnya dinilai dari seberapa baik model tersebut dapat digeneralisasikan ke data baru.

Model hadir dalam berbagai bentuk. Regresi linier menyesuaikan sebuah garis. Pohon keputusan membagi data secara rekursif. Jaringan saraf menyusun lapisan fungsi yang dipelajari. Masing-masing memiliki kekuatan, kelemahan, dan asumsi tentang data.

Apa yang mendefinisikan sebuah model?

• Arsitektur dan jumlah parameter
• Prosedur dan tujuan pelatihan
• Format input dan output
• Kinerja pada data yang ditahan
• Persyaratan komputasi dan memori

Tidak ada model yang benar secara absolut. Sebuah model berguna atau tidak untuk tugas, kumpulan data, dan konteks penerapan tertentu. Arsitektur yang sama dapat berhasil pada satu masalah dan gagal pada masalah lain.