मुझे हाल ही में इसी सवाल में दिलचस्पी थी और यह एहसास हुआ कि मशीन सीखने में "मॉडल" की कोई एक परिभाषा नहीं है। यह आपके द्वारा परामर्श किए जा रहे स्रोतों पर अत्यधिक निर्भर है, जो किसी विशेष सॉफ्टवेयर प्रोग्राम के लिए प्रलेखन हो सकता है, इसके उपयोगकर्ता समुदाय द्वारा अपनाई गई कठबोली, या प्रकाशित अकादमिक पत्रों में उपयोग की जाने वाली परिभाषाएं, जो व्यापक रूप से पत्रिका से पत्रिका में भिन्न हो सकती हैं। इसके अलावा, मुझे यह ध्यान रखना सीखना था कि इस तरह के पेपर सिर्फ मशीन लर्निंग के विशेषज्ञों द्वारा नहीं लिखे जाते हैं, बल्कि अन्य विषयों के विशेषज्ञों द्वारा भी जिन्हें मशीन लर्निंग तकनीक (जैसे कि इमेजिंग, विभिन्न चिकित्सा क्षेत्र, आदि) को लागू करने की आवश्यकता होती है। । उनमें से कई शब्द "मॉडल" को स्पष्ट रूप से परिभाषित नहीं करते हैं, जो अक्सर शिथिल रूप से उपयोग किया जाता है। यहाँ "मॉडल" I की विभिन्न परिभाषाओं की एक जोड़ी है
• सांख्यिकीय मॉडल, विशेष रूप से संभाव्यता वितरण से संबंधित आँकड़े।
• प्रतिगमन डेटा और संबंधित आँकड़े।
• गणितीय मॉडल जैसा कि ऊपर नील स्लेटर ने उल्लेख किया है।
• मशीन सीखने में उपयोग किए जाने वाले डेटा मॉडल, जैसे कि शामिल कॉलम, उनके डेटा प्रकार, डेटा स्रोत और अन्य मेटाडेटा। यह विशेष रूप से मुश्किल है क्योंकि इस परिभाषा के बारे में कुछ भी गणितीय नहीं है, जो मैंने पहले तीन सूचीबद्ध किए थे। उदाहरण के लिए, SQL सर्वर "माइनिंग मॉडल" के लिए सभी दस्तावेज़ीकरण देखें, जो मशीन सीखने के उद्देश्यों के लिए दोहरे कर्तव्य की सेवा करते हैं।
• कभी-कभी उपरोक्त सभी परिभाषाओं का विस्तार समीकरणों और मेटाडेटा के शीर्ष पर निर्मित मशीन लर्निंग संरचनाओं को शामिल करने के लिए किया जाता है, जैसे कि तंत्रिका जाल के विनिर्देश। अन्य मामलों में, इन्हें अलग निकाय माना जाता है।
स्रोत के आधार पर उपरोक्त सभी को कभी-कभी मिश्रित और एक साथ मिलाया जाता है। मुझे यकीन है कि "मॉडल" की अन्य परिभाषाएं हैं, मैंने इस सूची को छोड़ दिया है, जो आगे भी इस मामले को जटिल करेगा। इस अस्पष्टता से निपटने के लिए, मैं जब भी वे "मॉडल" शब्द का उपयोग करता हूं, लेखक के इरादों को दिव्य करने के लिए खुद को प्रशिक्षित करने की कोशिश कर रहा हूं। कभी-कभी यह संदर्भ या लेखक द्वारा कार्य किए जाने वाले क्षेत्र के आधार पर निर्धारित करना आसान होता है, लेकिन दूसरी बार मुझे यह पता लगाने से पहले एक लेख या प्रलेखन में गहराई से पढ़ना होगा। काश मैं इसके बारे में अधिक निश्चित हो सकता, लेकिन यह वास्तव में एक स्वाभाविक रूप से फजी शब्द है; वहाँ एक साधारण एक आकार फिट होने जा रहा है, इस सब के लिए जवाब नहीं है। मुझे आशा है कि वह मदद करेंगे।