首先，Core ML 是苹果提供的一个易于集成到app中的机器学习库. 它目前支持iOS, watchOS,macOS 和 tvOS. Core ML 引入了公共文件格式 (.mlmodel) ，它支持机器学习方法包括深度神经网络 (卷积和循环), 基于树的集合 (boosted trees, 随机森林, 决策树) 和广义 线性模型. Core ML 名可以直接集成到 Xcode中.
iOS11 新功能开发之 - "高大上"的 CoreML 与 Vision
这位大神写的不错。

其次，既然是机器学习那么就需要创建模型，这里我们使用转换工具coremltools。

coremltools是一个Python工具包，用于:
将由知名的机器学习工具(包括 Keras, Caffe, scikit-learn, libsvm 和 XGBoost)训练的模型 转换为 Core ML 格式的模型(.mlmodel).
采用简单的API 编写 Core ML 格式模型.
做预测.
iOS CoreML 模型转换工具coremltools(一)
iOS CoreML 模型转换工具coremltools(二)
iOS CoreML 模型转换工具coremltools(三)

篇外顺便说一下：facebook的caffe2
这个也是一个机器学习库