問題
人工ニューロンは各入力に重みを掛け、バイアスを加え、その結果を活性化関数に通します。
z = x₁×w₁ + x₂×w₂ + … + xₙ×wₙ + bias
出力 = sigmoid(z) = 1 / (1 + e^(-z))
neuron_output(inputs, weights, bias) を実装してください。
入力
inputs: 入力値。
weights: 入力ごとに1つの重み（inputs と同じ長さ）。
bias: ニューロンのバイアス。
出力
ニューロンの出力を、0 から 1 の小数で返してください。
制約
1 ≤ inputs の長さ = weights の長さ ≤ 100
-10 ≤ 各入力、重み、バイアス ≤ 10
例
例 1
入力：
bias = 0.5
inputs = [1.0, 2.0, 3.0]
weights = [0.2, 0.4, 0.6]
期待される出力：
expected = 0.964429入力：
double bias = 0.5;
std::vector<double> inputs = {1.0, 2.0, 3.0};
std::vector<double> weights = {0.2, 0.4, 0.6};
期待される出力：
double expected = 0.964429;入力：
double bias = 0.5;
double[] inputs = new double[] {1.0, 2.0, 3.0};
double[] weights = new double[] {0.2, 0.4, 0.6};
期待される出力：
double expected = 0.964429;解説
z = 1×0.2 + 2×0.4 + 3×0.6 + 0.5 = 3.3、sigmoid(3.3) ≈ 0.964429。
例 2
入力：
bias = 0.0
inputs = [0.5, -1.0]
weights = [2.0, 1.0]
期待される出力：
expected = 0.5入力：
double bias = 0.0;
std::vector<double> inputs = {0.5, -1.0};
std::vector<double> weights = {2.0, 1.0};
期待される出力：
double expected = 0.5;入力：
double bias = 0.0;
double[] inputs = new double[] {0.5, -1.0};
double[] weights = new double[] {2.0, 1.0};
期待される出力：
double expected = 0.5;解説
z = 0.5×2 + (-1)×1 + 0 = 0、sigmoid(0) = 0.5。ニューロンはちょうど判断がつかない状態です。
解き方のヒント
まずは自分で考えてから、ヒントを 1 つずつ開いてみましょう。
ヒント 1
これは入力の重み付き和に bias を足し、その後で sigmoid を1回かけるだけ。
ヒント 2
各入力を対応する weight とペアにして積を足し込み、最後に bias を加える。
ヒント 3
最終出力は生の和ではなく sigmoid を通した値にすること。
目安の計算量
時間 O(n)、追加メモリ O(1)
参考資料
この課題はCodeUtility用に調整されています。上記の説明と制約に従ってください。