機械学習における「モデル トレーニング」とは、入力機能とそれに対応する出力の関係を学習することで、モデルに予測や決定を行うように教えるプロセスを指します。トレーニング中、モデルには、入力と既知の出力 (ラベル) がペアになっている大規模なデータセットが与えられます。モデルは、予測と実際の出力の誤差を最小限に抑えるために、内部パラメータを調整します。時間の経過とともに、モデルはトレーニング データから一般化して、新しい未知のデータに対して正確な予測を行うことを学習します。