Что такое линейная регрессия и зачем она нужна в машинном обучении?

Линейная регрессия — базовый алгоритм supervised learning, который ищет прямую (или гиперплоскость) y = w·x + b, наилучшим образом описывающую зависимость цели от признаков. Геометрически — это минимизация суммы квадратов отклонений точек от прямой (MSE). Модель крайне интерпретируема: коэффициент w_i показывает, на сколько изменится прогноз при росте признака на единицу. Это первый baseline для регрессионных задач — цена квартиры от площади, продажи от рекламного бюджета.