문제
인공 뉴런은 각 입력에 가중치를 곱하고 편향을 더한 뒤, 그 결과를 활성화 함수에 통과시킵니다.
z = x₁×w₁ + x₂×w₂ + … + xₙ×wₙ + bias
출력 = sigmoid(z) = 1 / (1 + e^(-z))
neuron_output(inputs, weights, bias)를 구현하세요.
입력
inputs: 입력 값.
weights: 입력마다 하나의 가중치 (inputs와 같은 길이).
bias: 뉴런의 편향.
출력
뉴런의 출력을 0과 1 사이의 실수로 반환하세요.
제약 조건
1 ≤ inputs의 길이 = weights의 길이 ≤ 100
-10 ≤ 각 입력, 가중치, 편향 ≤ 10
예시
예시 1
입력:
bias = 0.5
inputs = [1.0, 2.0, 3.0]
weights = [0.2, 0.4, 0.6]
예상 출력:
expected = 0.964429입력:
double bias = 0.5;
std::vector<double> inputs = {1.0, 2.0, 3.0};
std::vector<double> weights = {0.2, 0.4, 0.6};
예상 출력:
double expected = 0.964429;입력:
double bias = 0.5;
double[] inputs = new double[] {1.0, 2.0, 3.0};
double[] weights = new double[] {0.2, 0.4, 0.6};
예상 출력:
double expected = 0.964429;설명
z = 1×0.2 + 2×0.4 + 3×0.6 + 0.5 = 3.3이고, sigmoid(3.3) ≈ 0.964429입니다.
예시 2
입력:
bias = 0.0
inputs = [0.5, -1.0]
weights = [2.0, 1.0]
예상 출력:
expected = 0.5입력:
double bias = 0.0;
std::vector<double> inputs = {0.5, -1.0};
std::vector<double> weights = {2.0, 1.0};
예상 출력:
double expected = 0.5;입력:
double bias = 0.0;
double[] inputs = new double[] {0.5, -1.0};
double[] weights = new double[] {2.0, 1.0};
예상 출력:
double expected = 0.5;설명
z = 0.5×2 + (-1)×1 + 0 = 0이고, sigmoid(0) = 0.5입니다: 뉴런이 정확히 결정을 내리지 못한 상태입니다.
접근 방법
먼저 스스로 풀어 본 뒤 힌트를 하나씩 열어 보세요.
힌트 1
입력들의 가중합에 bias를 더하고, 마지막에 sigmoid를 한 번 적용하는 문제입니다.
힌트 2
각 입력을 대응하는 weight와 곱해 누적한 뒤 bias를 더하세요.
힌트 3
최종 출력은 raw sum이 아니라 sigmoid를 통과한 값이어야 합니다.
예상 복잡도
시간 O(n), 추가 공간 O(1)
참고 자료
이 문제는 CodeUtility에 맞게 수정되었습니다. 위의 설명과 제한 조건을 따르세요.