เปรียบเทียบวิธี

	การถดถอยเชิงเส้นแบบทนทาน	การถดถอยเชิงเส้น (Linear Regression) (ML)
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1964–1987	1805–1809
ผู้ริเริ่ม	Huber, P. J.; Rousseeuw, P. J.	Legendre, A.-M. & Gauss, C.F.
ประเภท	Outlier-resistant supervised regression	Supervised regression
แหล่งต้นตำรับ	Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101.	Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed., Ch. 3). Springer. ISBN: 978-0-387-84858-7
ชื่อเรียกอื่น	robust regression, M-estimator regression, Huber regression, outlier-resistant regression	ordinary least squares regression, OLS, least squares regression, multiple linear regression
ที่เกี่ยวข้อง	5	5
สรุป	Robust linear regression fits a linear model between predictors and a continuous outcome while down-weighting or discarding influential outliers, preventing the few anomalous observations that OLS is famously sensitive to from distorting the entire estimated line. Major variants include Huber regression, iteratively reweighted least squares (IRLS), RANSAC, and Theil-Sen estimation.	Linear regression fits a straight-line relationship between one or more input features and a continuous numeric outcome by minimising the sum of squared prediction errors. As a machine-learning model it is trained on labeled examples and evaluated on held-out data, making it the simplest supervised learning baseline for any regression task.