Función sigmoide

Es una función matemática ampliamente utilizada en el ámbito de la inteligencia artificial y el machine learning, especialmente en redes neuronales.

Su forma característica produce una curva en forma de "S", con valores que varían suavemente entre 0 y 1, lo que facilita la interpretación probabilística de su salida.

Matemáticamente, se define como \( f(x) = \frac{1}{1 + e^{-x}} \), donde \( e \) es la base del logaritmo natural.

Debido a su capacidad de "aplanar" valores extremos, se emplea como función de activación para modelar relaciones no lineales complejas.

Este comportamiento es útil para problemas de clasificación binaria, donde el objetivo es predecir probabilidades.

Sin embargo, su escasa sensibilidad en valores extremos puede ocasionar el problema de "desvanecimiento del gradiente" durante el entrenamiento profundo de redes.

Por esta razón, su uso ha sido reemplazado en muchos casos por funciones más modernas como ReLU o leaky ReLU.