機器學習，本質來講，就是基於大數量的數據，尋找一種規律。然後根據找尋出的規律將未知目標值的數據確認目標值的過程。期間涉及到了數據，算法。近幾年由於計算機硬件的升級，大規模計算成爲可能，所以機器學習又開始興起。
數據
數據是學習的來源，起初你拿到的是一堆陌生的數據，老闆可能給你一項任務，目標是在這一堆數據中確認某一項信息，比如，圖像識別，給你一堆圖片驗證碼，讓你確認驗證碼裏的字符。
起初的數據是不合適學習的，需要對其進行處理加工，圖片驗證碼是圖片，而且有干擾線的多個字符，那我們需要做的可能是去除干擾線並切割成單一字符。
訓練數據、測試數據及未知數據
數據主要有兩部分：給你的數據對應着目標信息則稱爲訓練數據和測試數據，需要確認目標信息的數據則爲未知數據。
訓練數據就是單個字符驗證碼的圖片，並標有確認字符值。測試數據亦是。未知數據就是那些待確認的圖片驗證碼了。
尋找合適的算法
選擇哪一個算法來訓練數據呢，監督學習中，簡單的分類可選KNN，等等待完善