在深度学习的预测任务中，哪些是线性输出，哪些是非线性输出？请分别举几个例子

线性输出的预测任务：

1. 线性回归：预测房价、销售额等连续值的问题；
2. 主成分分析（PCA）：对数据进行降维处理，输出的结果是数据的线性组合；
3. 线性判别分析（LDA）：用于分类问题，输出的结果是数据点到分类超平面的距离。

非线性输出的预测任务：

1. 逻辑回归：用于二分类问题，输出的结果是一个 0-1 之间的概率值；
2. 多项式回归：用于处理非线性数据，输出的结果是一个多项式函数；
3. 神经网络：用于处理复杂的非线性问题，输出的结果是一个非线性函数的输出值。