Een model is een aangeleerde benadering. Het neemt invoer, past een wiskundige transformatie toe en produceert uitvoer. De transformatie wordt gevormd door training en de kwaliteit ervan wordt beoordeeld op hoe goed het generaliseert naar nieuwe gegevens.

Modellen bestaan ​​in vele vormen. Lineaire regressie past een lijn aan. Beslissingsbomen splitsen gegevens recursief. Neurale netwerken bestaan ​​uit lagen van aangeleerde functies. Elk model heeft sterke en zwakke punten en aannames over de gegevens.

Wat definieert een model?

• Architectuur en aantal parameters
• Trainingsprocedure en -doelstelling
• Invoer- en uitvoerformaat
• Prestaties op testgegevens
• Reken- en geheugenvereisten

Geen enkel model is in absolute zin correct. Een model is al dan niet bruikbaar voor een specifieke taak, dataset en implementatiecontext. Dezelfde architectuur kan bij het ene probleem succesvol zijn en bij het andere falen.