Função Logística Calculator

Formula first

Overview

A função logística, comumente conhecida como função sigmoide, mapeia qualquer entrada de valor real para um intervalo restrito entre 0 e 1. Em aprendizado de máquina, ela serve como a função de ativação fundamental para classificação binária e redes neurais, transformando combinações lineares em probabilidades.

Symbols

Variables

$\sigma$(x) = Output (0-1), x = Input Value

Apply it well

When To Use

When to use: Use esta função ao realizar classificação binária para prever a probabilidade de uma classe específica. É particularmente eficaz quando a relação entre as características e o resultado alvo segue uma curva em forma de S, em vez de uma tendência linear.

Why it matters: Ela permite que os modelos façam interpretações probabilísticas de dados contínuos, o que é essencial para avaliação de risco e sistemas de tomada de decisão. Sua natureza diferenciável também a torna vital para a otimização por gradiente descendente usada no treinamento de redes neurais complexas.

Avoid these traps

Common Mistakes

• Esquecer o sinal negativo em e^-x.
• Tratar a saída como ilimitada.

One free problem

Practice Problem

Um neurônio em um modelo de aprendizado profundo recebe uma soma ponderada (logit) de 0. Calcule a ativação de saída S usando a função logística.

Hint: Qualquer base não nula elevada à potência de 0 é 1.

The full worked solution stays in the interactive walkthrough.

Keep going

Related Formulas

References

Sources

1. Wikipedia: Logistic function
2. Deep Learning by Ian Goodfellow, Yoshua Bengio, Aaron Courville
3. Wikipedia: Sigmoid function
4. Ian Goodfellow, Yoshua Bengio, Aaron Courville Deep Learning
5. Christopher M. Bishop Pattern Recognition and Machine Learning
6. Trevor Hastie, Robert Tibshirani, Jerome Friedman The Elements of Statistical Learning
7. Standard curriculum — A-Level Data Science & Machine Learning