一連の流れ[引用元(1)]
①デ―タセットをインポートまたは生成
②データを変換/正規化
③データセットをトレーニングセット、テストセット、検証セットに分割する
④アルゴリズムのパラメータを設定
⑤変数とプレースホルダーを初期化
⑥モデル構造を定義
⑦損失関数を設定
⑧モデルの初期化とトレーニング
⑨モデルを評価
⑩ハイパーパラメーターをチューニング
⑪デプロイと新しい成果指標の予測

何言ってるか全然わかんない！！！！カタカナ英語ほんとやめてほしい。
順に①から頑張ってかみ砕くぞー。

①データセット(なんかの目的で集められたデータの事)をインポート(そのデータをかしてくださーいと輸入するイメージ)または生成(自分でデータを作ったりする)。

②データを変換(TensorFlowで使えるようにデータの形状を変えることらしい、色んな形のデータがあるのでそれをTensorFlowの使える形にしようって感じかな。)/正規化(これもおんなじ様な意味かな、データを使いやすい様に形を変えることらしい)する。

③データセット(処理されるデータのまとまりのことらしい)をトレーニングセット(この部分で訓練させる)、テストセット(ここで実際に訓練セットをテストさせる)、検証セット(結果うまくいったのかをここで検証させる)に分割する。

わからないので教えてほしいです
(1):「Pythonベースの活用レシピ60+ TensorFlow 機械学習クックブック　2017年」p3-5