首先我们先了解一个前置问题，再回答机器学习到底在学习什么。
一、求机器学习问题有哪几步？
求解机器学习问题的步骤可以分为“学习”和“推理”两个阶段。首先，在学习阶段进行模型的学习，然后，在推理阶段用学到的模型对未知的数据进行推理。
总结一下：
- 学习阶段：用数据集建立模型
- 推理阶段：用学到的模型对未知模型进行推理
二、机器学习到底在学习什么？
以监督学习的线性回归问题为例：房子价格预测。
图中的蓝色线的方程：y = wx + b就是上面所说的模型。
| 模型 | y = wx + b |
| 权重 | w |
| 偏置 | b |
机器学习要学的就是w和b，用一句简单的话概括就是：
机器学习的目的是让机器去自动地从训练数据中学习到合适的模型权重与偏置。权重和偏置统称机器学习的参数，故又可以说是机器学习的目的是让机器去自动地从训练数据中学习规律和模式。
