答：逻辑回归
逻辑回归是一种二元分类模型，它可以预测一个输入样本属于某一类别的概率。它在广泛的应用场景中都表现出了出色的性能，如广告点击率预测、信用风险评估、医学诊断等。

逻辑回归使用的是一种称为sigmoid函数的函数作为激活函数。sigmoid函数可以将任意实数映射到0到1之间的概率值。逻辑回归的训练过程就是通过最大化训练集上的似然函数，来求解模型的参数。在实际应用中，常常使用梯度下降等优化算法来求解最优的模型参数。

逻辑回归还可以扩展到多分类问题，即将逻辑回归推广到softmax回归，它可以用于多个类别的分类问题。