1．基本を理解
読み方・用語解説- 読み方
- バイアス
- 英語名
- Bias
- 提唱者・年代
- ニューラルネットワークの基本概念（パーセプトロンから現在まで）
💡 豆知識——“偏り”という意味のバイアス——“ズレを修正する定数”と“ズレそのもの”、2つの顔を持つ単語。
【セットで覚えたい関連用語】
重
重み入力の影響力を決定するパラメータ。バイアスとセット（y=wx+bのb）。公
公平性AIの判断が属性で偏らない性質（“バイアス”の別意味と対照）。2．意味（定義）と例え話
一言で言うと？
重み付け和に足す定数項。決定境界を平行移動させる役割を持つ。
背景・歴史的流れ
パーセプトロン（1958年）の時代からある基本概念。重み付け和に足すパラメータ（b）で、出力ユニット数と同じだけ持ち、発火しやすさを調整する。
身近な例え話
蛇口に“初期の水圧”を足すようなもの。同じ入力でも発火しやすく／しにくくシフトする。
AIとの関係
ニューロン計算 y = f(wx + b) の b。重みと一緒に学習される。
おすすめの活用法・注目ポイント
「重み付け和に足す定数項b／決定境界を平行移動」が定義。統計での“バイアス＝系統的なズレ（高い＝学習不足）”とは別意味——混同注意。
3．直前に理解（Q&A）
7問Q1. ニューラルネットワークのバイアスとは？最頻出
重み付け和に足す定数項。決定境界を平行移動させる役割を持つ。
Q2. 数式では？頻出
y = f(wx + b) の b。重み（w）と一緒に学習される。
Q3. 役割は？最頻出
発火しやすさを調整し、決定境界を平行移動させる。
Q4. 何個持つ？頻出
出力ユニット数と同じだけ持つ。
Q5. 「バイアス＝重みの別名」は正しい？混同注意
誤り。重み＝入力の影響力、バイアス＝足す定数項。セットだが別物。
Q6. 統計の“バイアス”との違いは？混同注意
統計では“仮説の系統的なズレ”。高い＝単純すぎて学習不足（未学習）。ニューロンの定数項とは別意味。
Q7. 位置づけは？親と子
ニューラルネットワーク ⊃ バイアス（＋重み）。
4. まとめ
バイアス（ニューロン）＝重み付け和に足す定数項b。決定境界を平行移動させる。