Sigmoid-functies begrijpen in machine learning

Sigmoid is een wiskundige functie die elk getal met reële waarde toewijst aan een waarde tussen 0 en 1. Het wordt vaak gebruikt in machine learning-modellen, vooral in de context van logistieke regressie, waar het wordt gebruikt om de waarschijnlijkheid te modelleren dat een gebeurtenis plaatsvindt, gegeven enkele invoerfuncties. De functie is gedefinieerd als:

sigmoid(x) = 1 / (1 + exp(-x))

waarbij exp de exponentiële functie is. De sigmoïdefunctie heeft een S-vormige curve, waarbij de output begint bij 0, eerst langzaam toeneemt en vervolgens sneller naarmate de input toeneemt, voordat deze afvlakt bij 1. Met deze S-vormige curve kan de sigmoïde binaire uitkomsten modelleren, zoals als 0 en 1, ja en nee, etc.

Sigmoïdaal betekent eenvoudigweg iets dat verband houdt met de sigmoïdfunctie of deze gebruikt. In de context van machinaal leren wordt gezegd dat een model dat de sigmoïdefunctie gebruikt om een binaire uitkomst te voorspellen, sigmoïdaal is getraind.