今天的內容會帶大家了解 1. 線性回歸與羅吉斯回歸的基本定義 2. 線性回歸與羅吉斯回歸的差異 3. 回歸模型使用上的限制 線性回歸模型（Linear Regression）： 簡單常見的線性模型，可使用於回歸問題 訓練速度非常快，但須注意資料共線性、資料標準化等限制 通常可作為 baseline 模型作為參考點 羅吉斯回歸（ Logistics Regression）： 雖然有回歸兩個字，但 Logsitics 是分類模型 將線性回歸的結果，加上 Sigmoid 函數，將預測機率值限制在 0 ~ 1 之間 有了大概的理解之後，我們開始今天的學習吧！！！