Trọng số và bias trong một nơ-ron

Một nơ-ron tính tổng có trọng số rồi cộng bias (độ lệch). Với vector đặc trưng $\mathbf{x} = (2, 0, 1)$, trọng số $\mathbf{w} = (0{,}8,\,-0{,}5,\,2{,}0)$ và $b = -1{,}5$:

$$z = 0{,}8 \times 2 + (-0{,}5) \times 0 + 2{,}0 \times 1 - 1{,}5 = 1{,}6 + 0 + 2{,}0 - 1{,}5 = 2{,}1$$

Dấu của trọng số cho biết chiều kéo: $w_2 = -0{,}5$ cho số link — nhiều link hơn thì $z$ giảm (hướng về thư thường trong ví dụ khóa). $w_3 = 2{,}0$ cho người gửi lạ là dấu hiệu mạnh nhất.

Đổi $b$ từ $-1{,}5$ sang $+1{,}0$ mà giữ $\mathbf{w}$ thì $z$ tăng $2{,}5$ đơn vị: bias dịch ngưỡng cho mọi thư, không phụ thuộc nội dung. Người mới hay nhầm bias với một trọng số thứ tư — thực ra $b$ luôn được cộng, kể cả khi $\mathbf{x} = \mathbf{0}$.

Trong code huấn luyện, $\mathbf{w}$ và $b$ là tham số được gradient descent cập nhật. Hiểu rõ từng thành phần giúp bạn đọc mô hình spam không phải “hộp đen”.