既然我们对机器学习的兴趣已经被激发，现在是时候深入研究一下构成一个典型机器学习系统的各个部分了。

你会常常听到有人说： 只需把机器学习应用到你的数据上 ！就好像机器学习能立刻解决你所有的问题。你可以认为现实情况要复杂得多，不过我得承认，现在只需要从互联网上剪切、粘贴几行代码，就可以轻松地构建自己的机器学习系统。可是，要构建一个真正强大而有效的系统，必须牢牢掌握基本概念，并深入了解每种方法的优缺点。因此，如果你认为自己还不是机器学习专家，也不必担心。好事多磨。

在之前，我们将机器学习描述为人工智能的一个子领域。基于历史原因，这可能是正确的，但最常见的情况是，机器学习仅仅是简单地理解数据。因此，将机器学习看成数据科学的一个子领域也许更合适，我们通过建立数学模型来理解数据。

因此，本章都是关于数据的。我们想要学习数据如何与机器学习相适应，以及如何使用我们选择的工具（OpenCV和Python）处理数据。

本章将介绍以下主题： S+85le5YcMNZnQlXCRr3zOwUUUSJb4xRh5E6s4M/XLG6Lins9hvGIzjK9hp16/86

• 理解机器学习的工作流程。
• 理解训练数据和测试数据。
• 学习如何用OpenCV和Python加载、存储、编辑和可视化数据。