Question sur le code perceptron simple

Question

Je lis l'apprentissage automatique Python de Sebastian Raschka, et je vois quelque chose de confus qui n'est pas expliqué dans le texte.

Dans le code de cette page:https://github.com/rasbt/python-machine-learning-book/blob/master/code/ch02/ch02.ipynb

Implémentation d'un algorithme d'apprentissage Perceptron dans Python

Dans le processus de formation, en plus de mettre à jour les poids, je vois cela se produire:

 self.w_[0] += update

Puis plus tard, pendant la «prédiction», lorsque des poids sont appliqués à l'entrée, je vois self.w_[0] utilisé:

def net_input(self, X):
    """Calculate net input"""
    return np.dot(X, self.w_[1:]) + self.w_[0]

Il semble que ce soit un biais ajouté dans le perceptron, mais le livre dit que net_input est simplement de calculer "les poids transposent dot x" et ne mentionne rien à ce sujet + self.w_[0] partie...

Quelqu'un peut-il jeter un œil au code lié et comprendre ce qui se passe avec le self.w_[0] partie? Ou quelqu'un d'autre a-t-il ce livre qui pourrait expliquer pourquoi c'est là?