通俗的来讲，machine learning就是一个寻找最佳函数的过程，以图像识别为例，整体框架如下：1）根据给定的场景，选择合适的model，在模型确定后其实有无数个可选择的函数（function set）；2）建立评价函数（loss function），这里会用到training data来看该函数的好坏；3）找出最佳函数（一般是使得loss function最小的那个函数f*）；4）对未知的数据使用f*测试，得到未知数据的类别或者是一个数值。前三步属于training阶段，最后一步属于testing。
基本上所有的机器学习算法流程都是：确定model，建立评价函数，寻优，如此而已。