Um modelo é uma aproximação aprendida. Recebe uma entrada, aplica uma transformação matemática e produz uma saída. A transformação é moldada pelo treino, e a sua qualidade é avaliada pela sua capacidade de generalização para novos dados.

Os modelos podem assumir muitas formas. A regressão linear ajusta uma reta. As árvores de decisão dividem os dados recursivamente. As redes neuronais compõem camadas de funções aprendidas. Cada uma tem pontos fortes, pontos fracos e pressupostos sobre os dados.

O que define um modelo?

• Arquitetura e contagem de parâmetros
• Procedimento e objetivo da formação
• Formato de entrada e saída
• Desempenho em dados reservados
• Requisitos computacionais e de memória

Nenhum modelo é absolutamente correto. Um modelo é útil ou não para uma tarefa, conjunto de dados e contexto de implementação específicos. A mesma arquitetura pode funcionar num problema e falhar noutro.