在機器學習中，經常聽到一個詞：“模型訓練”，不禁疑惑：模型是(shi)什么(me)東西？怎么(me)樣訓(xun)練的？訓(xun)練后得到的結(jie)果是(shi)什么(me)？

下(xia)面用圖(tu)簡單描(miao)述個人理解：

在人工智能中，面對大量用戶輸入的數據/素材，如果要在雜亂無章的內容準確、容易地識別，輸出我們期待輸出的圖像/語音，并不是那么容易的。因此算法就顯得尤為重要了。算法就是(shi)我(wo)們所說的模型。

當然，算法的(de)(de)(de)(de)內容，除了核(he)心識(shi)別(bie)(bie)引(yin)擎(qing)，也包括各種配(pei)置(zhi)參數(shu)，例如：語音(yin)智能(neng)識(shi)別(bie)(bie)的(de)(de)(de)(de)比特率、采樣率、音(yin)色、音(yin)調、音(yin)高、音(yin)頻、抑揚(yang)頓挫、方(fang)言、噪音(yin)等(deng)亂七八糟的(de)(de)(de)(de)參數(shu)。成熟(shu)的(de)(de)(de)(de)識(shi)別(bie)(bie)引(yin)擎(qing)，核(he)心內容一(yi)(yi)般不(bu)會(hui)經(jing)常變(bian)化的(de)(de)(de)(de)，為實現”識(shi)別(bie)(bie)成功“這(zhe)一(yi)(yi)目標，我們(men)只能(neng)對配(pei)置(zhi)參數(shu)去做調整。對于(yu)不(bu)同的(de)(de)(de)(de)輸入，我們(men)會(hui)配(pei)置(zhi)不(bu)同參數(shu)值(zhi)，最(zui)后在(zai)結(jie)果統(tong)計(ji)取一(yi)(yi)個各方(fang)比較均衡、識(shi)別(bie)(bie)率較高的(de)(de)(de)(de)一(yi)(yi)組(zu)參數(shu)值(zhi)，這(zhe)組(zu)參數(shu)值(zhi)，就是我們(men)訓練后得到的(de)(de)(de)(de)結(jie)果，這(zhe)就是訓練的(de)(de)(de)(de)過(guo)程，也叫(jiao)模型訓練。

所以：

模型(xing) = 算法

訓練 = 為達成高識別(bie)率的目標(biao)，使用大數據，找出(chu)最優配(pei)置參(can)數的過程

結果 = 確定參數配置，實現高(gao)識(shi)別(bie)率