# 线性回归：最小二乘、梯度下降与损失曲面

> 来源：https://deeplearning.bnuai.com/demos/linear-regression ｜ 作者：唐志清（北京师范大学） ｜ 更新：2026-11-01 ｜ 内容依据邱锡鹏《神经网络与深度学习》（https://nndl.ai/）及作者公开课件

> （此处为交互演示，请在网页中使用：https://deeplearning.bnuai.com/demos/linear-regression）

## 观察要点

1. 平方损失是参数的凸二次函数，只有一个全局最优解。
2. 高斯噪声假设下，最小二乘与最大似然估计等价。
3. 学习率过大导致振荡发散；随机梯度下降轨迹抖动但每步计算量小。

相关章节：[第 2 章　机器学习概述](https://deeplearning.bnuai.com/chapters/02-machine-learning)。