การถดถอยลำดับเป็นอัลกอริทึมการเรียนรู้ทางสถิติประเภทหนึ่งที่ใช้ในการทำนายในการวิเคราะห์ข้อมูล มีการใช้กันอย่างแพร่หลายในการวิเคราะห์ชุดข้อมูลที่มีค่าเป้าหมายที่เป็นจำนวนเต็ม หมวดหมู่ หรือค่าต่อเนื่องในบางสถานการณ์ เป็นเทคนิคการเรียนรู้แบบมีผู้สอนซึ่งจะทำนายความน่าจะเป็นที่ตัวแปรเป้าหมายแบบหมวดหมู่จะอยู่ในหมวดหมู่เดียวจากชุดหมวดหมู่ที่กำหนดไว้ล่วงหน้า
การถดถอยลำดับมักใช้ในแอปพลิเคชันแมชชีนเลิร์นนิง เช่น การทำนายการฉ้อโกงบัตรเครดิตหรือการวินิจฉัยทางการแพทย์ นอกจากนี้ยังสามารถใช้เพื่อการวิจัยในสาขาต่างๆ เช่น การแพทย์และจิตวิทยา อัลกอริธึมทำงานโดยการค้นหาฟังก์ชันเชิงเส้นหรือพหุนามที่แยกข้อมูลอินพุตออกเป็นหมวดหมู่เอาต์พุตต่างๆ ได้ดีที่สุด
ตัวอย่างเช่น อัลกอริธึมการถดถอยลำดับสามารถใช้เพื่อทำนายความสัมพันธ์ระหว่างผู้ใหญ่และเด็กในชุดข้อมูลที่รวมเอาปัจจัยต่างๆ เช่น อายุ เพศ สถานที่ การศึกษา และประเภทงาน จุดข้อมูลแต่ละจุดสามารถจัดหมวดหมู่เป็นหมวดหมู่ต่างๆ ได้ เช่น แม่-ลูก พ่อ-ลูก ป้า-หลาน เป็นต้น จากนั้นอัลกอริธึมการถดถอยลำดับจะแสดงความสัมพันธ์ระหว่างผู้ใหญ่-เด็กที่เป็นไปได้มากที่สุดตามข้อมูลที่ป้อน
นอกจากนี้ Ordinal Regression ยังใช้ในการวิจัยตลาดเพื่อให้เข้าใจความต้องการของผู้บริโภคได้ดียิ่งขึ้น ซึ่งถูกนำมาใช้ในการพยากรณ์และการพยากรณ์ในการขาย การตัดสินใจเชิงวิเคราะห์ และแม้แต่การจัดวางผลิตภัณฑ์ในร้านค้า
อัลกอริธึมที่ได้รับความนิยมมากที่สุดสำหรับการถดถอยลำดับ ได้แก่ การถดถอยโลจิสติก ตัวแยกประเภทแผนผังการตัดสินใจ โครงข่ายประสาทเทียม เครื่องเวกเตอร์สนับสนุน และวิธีการจัดอันดับ การถดถอยแบบลอจิสติกเป็นอัลกอริธึมที่ใช้บ่อยที่สุด เนื่องจากมีความทนทานต่อค่าผิดปกติและสามารถจัดการได้หลายประเภท แต่ทางเลือกทั้งหมดก็มีข้อได้เปรียบเฉพาะในบางสถานการณ์เช่นกัน
