去掉隐藏层，无激活函数即为线性回归，激活函数为sigmoid函数即为逻辑回归

正确答案是：B: 线性回归 和 C: 逻辑回归。

专业分析如下：

1. **线性回归**：
线性回归是一种用于预测连续变量的回归分析方法。神经网络，特别是单层神经网络（即没有隐藏层的网络），可以用于实现线性回归。通过调整权重和偏置，神经网络可以拟合线性关系。

2. **逻辑回归**：
逻辑回归是一种用于分类问题的回归分析方法，通常用于二分类问题。神经网络可以通过使用带有Sigmoid激活函数的单层神经元来实现逻辑回归。多个神经元的组合可以扩展到多分类问题。

3. **KNN（K-近邻算法）**：
KNN是一种基于实例的学习方法，通过计算样本之间的距离来进行分类或回归。它不依赖于模型参数，而是直接利用训练数据进行预测。由于KNN是非参数化方法，不适合用神经网络来直接实现。

4. **K-Means**：
K-Means是一种无监督的聚类算法，通过迭代优化将数据点分配到K个簇中。虽然神经网络可以用于聚类任务（如自组织映射和生成对抗网络），但K-Means算法本身并不是通过神经网络来实现的。

总结来说，线性回归和逻辑回归可以通过神经网络来实现，而KNN和K-Means则不是直接通过神经网络实现的算法。