在機(jī)器學(xué)習(xí)中，經(jīng)常聽(tīng)到一個(gè)詞：“模型訓(xùn)練”，不禁疑惑：模型是什么東西？怎么樣訓(xùn)練的？訓(xùn)練后得到的結(jié)果是什么？

下面用圖簡(jiǎn)單描述個(gè)人理解：

在人工智能中，面對(duì)大量用戶(hù)輸入的數(shù)據(jù)/素材，如果要在雜亂無(wú)章的內(nèi)容準(zhǔn)確、容易地識(shí)別，輸出我們期待輸出的圖像/語(yǔ)音，并不是那么容易的。因此算法就顯得尤為重要了。算法就是我們所說(shuō)的模型。

當(dāng)然，算法的內(nèi)容，除了核心識(shí)別引擎，也包括各種配置參數(shù)，例如：語(yǔ)音智能識(shí)別的比特率、采樣率、音色、音調(diào)、音高、音頻、抑揚(yáng)頓挫、方言、噪音等亂七八糟的參數(shù)。成熟的識(shí)別引擎，核心內(nèi)容一般不會(huì)經(jīng)常變化的，為實(shí)現(xiàn)”識(shí)別成功“這一目標(biāo)，我們只能對(duì)配置參數(shù)去做調(diào)整。對(duì)于不同的輸入，我們會(huì)配置不同參數(shù)值，最后在結(jié)果統(tǒng)計(jì)取一個(gè)各方比較均衡、識(shí)別率較高的一組參數(shù)值，這組參數(shù)值，就是我們訓(xùn)練后得到的結(jié)果，這就是訓(xùn)練的過(guò)程，也叫模型訓(xùn)練。

所以：

模型 = 算法

訓(xùn)練 = 為達(dá)成高識(shí)別率的目標(biāo)，使用大數(shù)據(jù)，找出最優(yōu)配置參數(shù)的過(guò)程

結(jié)果 = 確定參數(shù)配置，實(shí)現(xiàn)高識(shí)別率