2026年6月12日，杨宇老师在2452班开设题为《数据预测利器：线性回归算法》公开课，电子电工教研室陆雅诺、陈宇航、周兴达老师到场参与听评课活动。

课程以机器学习基础流程导入，区分监督、无监督学习，结合广告营收、房价预测等生活实例，引出线性回归的预测作用。课堂依次讲解单、多变量线性回归模型，解读截距、回归系数含义；聚焦重难点最小二乘法，结合SSE、SST、R⟡三大评估指标，讲解模型拟合效果判断标准。

为简化抽象数学推导，以广告投入预测收入为例，带领学生分步手工计算回归参数，完整演示建模预测流程。随后设置生产工时电费随堂练习，学生独立演算，教师现场答疑纠错；再通过Python代码演示线性回归建模，可视化拟合曲线，打通理论与编程实操。课程最后梳理建模、求解、评估完整知识框架，并布置房屋面积房价回归计算课后作业。

评课教师对本课给予肯定。课堂最大亮点是选用生活化商业案例，将复杂数学原理通俗化，讲解由浅入深；教学环节逻辑清晰，理论演算、课堂练习、代码演示层层递进，重难点突出，兼顾理论计算与AI实操，课堂闭环完整。同时听课教师提出改进意见：课堂多变量线性回归内容偏少，可增加实例加深理解；Python演示仅展示运行结果，缺少学生同步实操环节；AI融合拓展不足，仅简单可视化，可补充线性回归在人工智能领域的实际落地场景，进一步提升课程前沿性，增强学生对算法行业应用的认知。