机器学习 (ML) 模型本质上是现实世界流程的数学表示。要创建 ML 模型，您需要为 ML 算法提供可供其学习的训练数据。
平台使用许多 ML 模型（有监督和无监督）来解释和理解数据并将标签应用于数据。我们经常使用“模型”一词来统指这些在后台工作的模型。
每个数据集都有一个关联的模型，当您在平台中查看消息时，会训练该模型。模型在训练过程中会学习和改进，从而能够对标签和通用字段做出更好的预测。
您可以保存模型并将其设为版本。这意味着，当您设置自动化流时，您可以选择模型的特定版本，并且可以确信该版本对于相关标签的性能。在下游应用程序中创建自动化或使用数据进行分析时，这为您提供了确定性。有关更多详细信息，请查看模型。
