［活性化関数］ステップ関数（Step function）とは？：AI・機械学習の用語辞典
用語「ステップ関数（Step function）」について説明。「0」を基点（閾値）として、0未満なら「0」、0以上なら「1」を返すような、ニューラルネットワークの活性化関数を指す。
用語解説
AI／機械学習のニューラルネットワークにおけるステップ関数（Step function、単位ステップ関数：Unit step function）とは、関数への入力値が0未満の場合には常に出力値が0、入力値が0以上の場合には常に出力値が1となるような関数である。
図1に示すように、0を基点として、階段（step）状のグラフになるため、「ステップ関数」と呼ばれる。この基点は一般的に「閾値（いきち、しきい値、Threshold）」と呼ばれる。
ステップ関数は、ニューラルネットワークの基礎となっている情報処理モデル「パーセプトロン」（後日解説）の活性化関数として用いられていたが、「バックプロパゲーション」（後日解説）が登場してからは「シグモイド関数」が活性化関数として使われるようになり、最近のディープニューラルネットワークでは「ReLU」がよく使われるようになっている。
定義と数式
冒頭でも文章により説明したが、厳密に数式で表現すると次のようになる。
xが入力データで、f(x)が出力結果である。
x<0の場合は、f(x)＝0となり、
x≥0の場合は、f(x)＝1となる。
このように定義されるステップ関数は、発明者のオリヴァー・ヘヴィサイド氏（Oliver Heaviside、1850-1925）にちなんで、ヘヴィサイドの階段関数（Heaviside step function）と呼ばれることもある。
また、0か1の2値（binary）であることから、バイナリステップ関数（Binary step function）と呼ばれることもある。
Pythonコード
上記の数式をPythonコードの関数にするとリスト1のようになる。
def step(x):
return 1.0 * (x >= 0.0)
X >= 0.0は「入力値が0以上か、そうではないか（＝0未満か）」という条件を意味する。
その条件がTrue（＝1）のときは、戻り値として1.0（＝1.0 * (1)）を返す。
また、その条件がFalse（＝0）のときは、戻り値として0.0（＝1.0 * (0)）を返す。
Copyright© Digital Advantage Corp. All Rights Reserved.