Linear regression ก็เป็น 1 ในโมเดลที่นิยมใช้ในปัจจุบัน

Linear regression คือ สมการทางสถิติทางคณิตศาสตร์ที่มีมา 200 กว่าปีแล้ว
คำว่า regression ถูกใช้โดย Sir Francis Galton ปี ค.ศ. 1875
จุดของขั้นตอนวิธีการคือการหาค่าดังกล่าวของค่าสัมประสิทธิ์ (B)

y = B0 + B1 * x1

ตัวอย่างเช่น เราสามารถสุ่มตัวอย่างสิ่งที่ใช้ทดสอบมาแค่บางส่วนแล้ว
เรานำข้อมูลเหล่านั้นมาใส่ในสมการ Linear regression สร้างโมเดลขึ้นมา ทดสอบและพิสูจน์สูตร
เพื่อให้ได้ค่าที่เหมาะสม ซึ่งค่าที่ได้เป็นค่าประมาณการ ที่ยังพอรับได้

สมมติว่ามีรถยนต์คันใหม่แรงม้าเท่ากับ 200
แทนค่า 200 เข้าไปในสมการด้านบน เราจะคาดการณ์ได้ว่ารถยนต์คันใหม่นี้มี
ไมล์ต่อแกลลอน (MPG)
MPG = 27.6333 – (0.0638 * 200) เท่ากับ 14.8733
0.0638 คือค่าความชัน
27.6333 คือค่า intercept

สรุปคือโดยทั่วไปรถยนต์ที่มีแรงม้าสูง มีแนวโน้มที่จะบริโภคน้ำมันสูงขึ้น

แล้วเอาไปใช้ทำการคาดการณ์ข้อมูลสถิติการเงิน,ธนาคาร,ประกันภัย,สุขภาพ