最小二乘法（Least Squares）是一種數學最佳化技術，它的核心思想是通過最小化誤差的平方和來尋找數據的最佳函式匹配。
在統計學和數據分析中，最小二乘法可以用來簡便地估計未知數據，並確保這些估計數據與實際數據之間的誤差平方和最小。這種方法非常適合於曲線擬合和其他類型的回歸分析。
最小二乘法的名稱源自其目標：在所有的可能解中，找到使所有數據點的誤差（也就是殘差）的平方和最小的解。這種方法的數學基礎是線性代數和微積分，特別是在求導數和矩陣運算方面。
最小二乘法不僅限於線性回歸，還包括矩陣的最小二乘法，常用於測量數據處理的平差公式中。此外，最小二乘法也廣泛套用於其他領域，如信號處理、地理信息系統(GIS)、醫學影像處理、金融學、經濟學和工程學等。在這些套用中，它用於估計、預測、擬合數據、建立模型以及最佳化各種系統和過程。