机器学习的七步分别是:数据收集(data collection)、数据准备(data preparation)、模型选择(model choosing)、模型训练(model training)、模型验证(model evaluating)、超参数训练(hyperparameter training)、实际预测(prediction)。无论任何应用场景,基本上都可以归结为这7个基本的步骤。