En modell er en lært tilnærming. Den tar imot input, anvender en matematisk transformasjon og produserer output. Transformasjonen formes av trening, og kvaliteten bedømmes etter hvor godt den generaliserer til nye data.

Modeller finnes i mange former. Lineær regresjon tilpasser en linje. Beslutningstrær deler data rekursivt. Nevrale nettverk består av lag med lærte funksjoner. Hver av dem har styrker, svakheter og antagelser om dataene.

Hva definerer en modell

• Arkitektur og parameterantall
• Opplæringsprosedyre og mål
• Inndata- og utdataformat
• Ytelse på utestengte data
• Beregnings- og minnekrav

Ingen modell er absolutt korrekt. En modell er nyttig eller ikke for en spesifikk oppgave, et datasett og en distribusjonskontekst. Den samme arkitekturen kan lykkes på ett problem og mislykkes på et annet.