fix ch2.3 (#195)

Co-authored-by: Dalong <39682259+eedalong@users.noreply.github.com>

chapter_programming_interface/ml_workflow.md

@@ -5,7 +5,7 @@
 -   **数据处理：**
     首先，用户需要数据处理API来支持将数据集从磁盘读入。进一步，用户需要对读取数据进行数据预处理，从而可以将数据输入后续的机器学习模型中。
 
--   **模型定义：**
+-   **模型结构：**
     完成数据的读取后，用户需要模型定义API来定义机器学习模型。这些模型带有模型参数，可以对给定的数据进行推理。
 
 -   **损失函数和优化算法：**
@@ -16,7 +16,7 @@
 -   **训练过程：**
     给定一个数据集，模型，损失函数和优化器，用户需要训练API来定一个循环（Loop）从而将数据集中的数据按照小批量（mini-batch）的方式读取出来，反复计算梯度来更新模型。这个反复的过程称为训练。
 
--   **测试和调优：**
+-   **测试和调试：**
     训练过程中，用户需要测试API来对当前模型的精度进行评估。当精度达到目标后，训练结束。这一过程中，用户往往需要调试API来完成对模型的性能和正确性进行验证。
 
 ![机器学习系统工作流](../img/ch02/workflow.svg)