Si compara una cantidad con ese valor, es un umbral. Cuando lo mueve de un lado a otro, se convierte en sesgo.
Como un ejemplo simple, considere cómo el Perceptron toma una decisión para un vector de entrada [math] \ mathbf {x} [/ math]:
[math] f (x) = 1 [/ math] if [math] \ mathbf {w} \ cdot \ mathbf {x}> T [/ math] else 0, donde [math] T [/ math] es el umbral (valor asignado, junto con los pesos de [math] w [/ math]. Si mueve el umbral en el LHS obtendrá: [math] f (x) = 1 [/ math] if [math] \ mathbf {w } \ cdot \ mathbf {x} + 1 \ cdot (- T)> 0 [/ math]. Si realiza la notación [math] b = -T [/ math] (el escalar [math] b [/ math] se llama aquí sesgo ), entonces obtienes la expresión de la página de wikipedia.
- ¿Qué tan lejos estamos de los AI de bricolaje capaces de investigar en Internet y proporcionar resúmenes?
- ¿Qué compañías están ofreciendo CRM impulsado por IA?
- ¿Se puede usar IT / AI para rastrear toda la información sobre armas y propietarios de armas?
- ¿Puedo solicitar los programas de posgrado de IA en Canadá?
- ¿Cómo obtiene Prismatic el contenido principal de cada artículo de noticias?
El valor 1 que multiplica el sesgo generalmente se considera como un aumento del vector de entrada original [math] \ mathbf {x} [/ math] y [math] b [/ math] ( es decir, [math] -T [/ math]) aumentos el vector de peso [math] \ mathbf {w} [/ math].
