# 介紹 線性回歸可能是統計學，機器學習和一般科學中最重要的算法之一。它是最廣泛使用的算法之一，了解如何實現它及其各種風格非常重要。線性回歸優于許多其他算法的優點之一是它是非常可解釋的。我們最終得到一個數字，用于直接表示該特征如何影響目標或因變量的每個特征。在本章中，我們將介紹線性回歸是如何經典實現的，然后繼續討論如何在 TensorFlow 范例中最好地實現它。 > 請記住，所有代碼都可以在 [https://github.com/nfmcclure/tensorflow_cookbook](https://github.com/nfmcclure/tensorflow_cookbook) 以及 Packt 倉庫的 GitHub 上獲得： [https://github.com/PacktPublishing/TensorFlow-Machine -Learning-Cookbook-Second-Edition](https://github.com/PacktPublishing/TensorFlow-Machine-Learning-Cookbook-Second-Edition) 。