Нейронная сеть может быть настроена на выполнение логистической c регрессии или линейной регрессии.
В любом случае нейронная сеть имеет ровно один обучаемый слой (выходной слой), и этот слой имеет ровно один нейрон (оператор, выполняющий аффинный расчет W * x + b и активацию). Они различаются по своей функции активации.
Для регрессии logisti c на выходном слое имеется функция активации сигмоида, производящая число с плавающей запятой в диапазоне [0.0, 1.0]. Вы можете принять двоичное решение, применив к значению пороговое значение 0,5.
Для линейной регрессии обычно нет функции активации на выходном слое, поэтому вы получаете неограниченное число с плавающей запятой.
В общем, вы можете добавить скрытые слои в свою нейронную сеть (чтобы добавить нелинейность и расширить возможности обучения) и по-прежнему выполнять двоичную классификацию и регрессию, если активация выходного слоя настроена, как написано выше.