Ein Modell für maschinelles Lernen ist eine algorithmische Struktur, die auf der Grundlage von Eingabedaten Vorhersagen trifft oder Entscheidungen trifft, indem sie Muster erkennt oder Entscheidungen mit minimalem menschlichem Eingriff trifft. Diese Modelle können von einer einfachen linearen Regression bis hin zu komplexen neuronalen Netzen reichen. Sie werden anhand eines Datensatzes (Trainingsdatensatz) trainiert, um aus den Eigenschaften der Daten zu lernen, und dann verwendet, um Vorhersagen für neue, ungesehene Daten zu treffen. Modelle des maschinellen Lernens haben ein breites Anwendungsspektrum, darunter Bild- und Spracherkennung, medizinische Diagnose, Börsenhandel und Vorhersage der Batterieleistung.