机器学习的通用工作流程总结为如下几个步骤：

1. 定义问题，收集数据集

首先我们必须先定义多面对的问题。

1. 输入的数据是什么？你要预测什么？
2. 你面对的是什么类型的问题？二分类问题、多分类问题、标量回归问题
   向量回归问题还是其他问题，确定问题类型，有助于选择模型架构，损失函数。
   同时做出如下假设：

• 假设输出可以根据输入进行预测
• 假设可用数据包含足够多的信息，足以学习输入和输出之间的关系