机器学习（Machine Learning）是人工智能（AI）的一个分支，它使计算机系统能够利用数据和算法自动学习和改进其性能。
机器学习是让机器通过经验（数据）来做决策和预测。
机器学习已经广泛应用于许多领域，包括推荐系统、图像识别、语音识别、金融分析等。
举个例子，通过机器学习，汽车可以学习如何识别交通标志、行人和障碍物，以实现自动驾驶。
机器学习与传统编程的区别
机器学习的三大要素
机器学习包含三个基本要素：
1. 数据
数据是机器学习的燃料，质量越高、数量越多的数据，通常能让模型学得越好。
2. 算法
算法是机器学习的学习方法，不同的算法适用于不同类型的问题。
3. 模型
模型是学习的结果，就像学生学到的知识一样。
实例
接下来我们通过一个简单的例子来理解机器学习的基本流程。
我们将使用 Python 创建一个简单的线性回归模型来预测房价。
运行结果：
85 平方米的房屋预测价格：255.00 万元
这个例子展示了机器学习的基本流程：
输出的图如下：
