通俗解释
给每个特征一个权重，加起来就是预测值；训练就是找一组让预测误差平方和最小的权重。它是理解“损失函数”和“梯度下降”的最好起点。
用在哪里：销量预测、房价估计、A/B 实验分析
01原始论文
! 没有可在线核实的单一原始论文
最小二乘法由 Legendre（1805）与 Gauss（1809）提出，无可在线核实的 DOI，原始出处待核实
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：从零到深度学习
给 AI 读 / 数据说明
- 核实状态：待核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
linear-regression)