Sesgo neuronal

Bias term

También: Bias term, Neural bias, Término de sesgo

Parámetro añadido a la suma ponderada que desplaza la respuesta de una neurona.

Definición técnica

Término independiente entrenable b en una transformación afín w·x+b, normalmente uno por unidad de salida.

Permite que una unidad ajuste su umbral o nivel base sin depender de que todas las entradas cambien.

Camilo Boo

Automatización de procesos, integración de sistemas y software a medida para reducir tareas manuales y mejorar el control operativo.

Navegación

Aumentar la flexibilidad de la transformación y evitar que deba pasar necesariamente por el origen.

Se suma antes de la activación y se actualiza junto con los pesos mediante gradientes.

Ejemplo práctico

Con entradas iguales a cero, el sesgo todavía puede producir una activación distinta de cero.

Ejemplo empresarial

Una unidad puede aprender un nivel base antes de incorporar señales específicas de cada caso.

No es sesgo discriminatorio ni sesgo estadístico, aunque una red sí puede producir resultados sesgados.

Su interpretación aislada suele ser limitada y depende de escala, activación y pesos.

Confundir este parámetro con equidad algorítmica oculta los riesgos reales de datos y decisiones.

El bias neuronal es un término matemático independiente, no un juicio sobre equidad.

Nivel: Intermedio
Categorías: Redes neuronales
Recorridos: Diccionario técnico para profesionales Índice alfabético completo de términos

PDF gratuito

Una selección editorial para consultar conceptos relacionados fuera de la web.

Neural networks: Activation functions
Google for Developers · Documentación oficial
Define activación, sigmoide, tanh y ReLU y su función para introducir no linealidad.
Fuente comprobada el 24 de julio de 2026
Neural networks: Nodes and hidden layers
Google for Developers · Documentación oficial
Explica nodos, capas de entrada, ocultas y salida, pesos, sesgos y recuento de parámetros.
Fuente comprobada el 24 de julio de 2026