机器学习模型：是一个灵活的程序，里面带有大量的参数，通过训练来调整这些参数，能够改变程序的行为。
机器学习模型的训练过程通常如下：
1、初始化一个几乎什么也不能做的模型（一般是随机初始化参数）；
2、抓取一些有标注的数据集（例如一段音频信号以及它是否包含关键词）；
3、修改模型使得它在抓取的数据集上能够更准确的执行任务；
4、重复2和3步骤，直到模型的准确率达到自己的要求。
以上 的步骤属于监督学习（supervised learning）的过程。
机器学习要解决的问题一般属于用普通的规则编程无法解决的问题，需要配合数据，用数据来“编程”。