O treino de algoritmos de aprendizado de máquina é uma etapa fundamental para desenvolver modelos mais precisos. Através do treinamento adequado, é possível alcançar melhores resultados de previsão, aumentando a capacidade de generalização. Resumidamente, o processo de treino consiste em fornecer dados e ajustar parâmetros para um algoritmo. Como forma de minimizar a diferença entre precisões e saídas esperadas, esse processo é repetido diversas vezes, até que o modelo alcance um desempenho adequado.