Wide model

نموذج خطي يحتوي عادةً على العديد من ميزات الإدخال المتفرقة (sparse input features). نشير إليها على أنها "واسعة" لأن مثل هذا النموذج هو نوع خاص من الشبكات العصبية (neural network) مع عدد كبير من المدخلات التي تتصل مباشرة بعقدة الإخراج. غالبًا ما تكون النماذج العريضة أسهل في التصحيح والفحص من النماذج العميقة (deep models). على الرغم من أن النماذج الواسعة لا يمكنها التعبير عن اللاخطية من خلال الطبقات المخفية (hidden layers)، إلا أن النماذج الواسعة يمكن أن تستخدم تحويلات مثل تقاطع الميزات (feature crossing) والتجميع (bucketization) لنمذجة اللاخطية بطرق مختلفة.
على النقيض من النموذج العميق (deep model).