目次
シグモイド関数（Sigmoid Function）
シグモイド関数とは、機械学習やニューラルネットワークでよく使われる活性化関数のひとつで、入力された値を0から1の間の数に変換する関数です。主に出力が確率のように扱えるようにしたいときに使われます。
この関数の特徴は、入力が大きいときは出力が1に近づき、入力が小さいときは出力が0に近づくという点です。つまり、出力が「ある・ない」や「はい・いいえ」などの判断に使えるのです。
そのため、シグモイド関数はバイナリ分類（二択の分類）やマルチラベル分類の出力層でよく使われます。例えば、「この写真に犬が写っているかどうか」を判断するとき、シグモイド関数を通して「犬がいる確率」が0.8（80％）のように出力されます。
シグモイド関数（Sigmoid Function）関連用語
シグモイド関数（Sigmoid Function）に関連する単語は以下の通りです。
- 活性化関数（Activation Function）
- ロジスティック回帰（Logistic Regression）
- 勾配消失問題（Vanishing Gradient Problem）
シグモイド関数（Sigmoid Function）やさしい解説
シグモイド関数というのは、コンピュータに「どれくらい当てはまるか」を数字で教えてくれる計算式のことです。
この関数は、どんな数字を入れても、答えが0から1の間におさまるようになっています。
たとえば：
- 入力が大きいと → 答えは 1に近くなる（＝「そうだと思う」）
- 入力が小さいと → 答えは 0に近くなる（＝「そうじゃないと思う」）
つまり、「この写真に犬がいるかな？」というとき、シグモイド関数は「0.9（90％くらい犬がいると思う）」のように教えてくれます。
このしくみは、「ある・ない」や「正しい・正しくない」などを判断する人工知能の頭の中のルールのひとつなんです。
AI関連の用語集【まとめ】
AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方はぜひご覧ください。
＼AIの導入・開発・相談なら【クラベルAI】に相談しよう！／
