Perceptrón

El perceptrón es un modelo matemático inspirado en el funcionamiento de las neuronas biológicas y constituye una de las formas más básicas de redes neuronales artificiales.

Fue introducido en 1958 por Frank Rosenblatt y se utiliza principalmente para tareas de clasificación lineal, es decir, para separar conjuntos de datos que son linealmente separables mediante una línea, plano o hiperplano.

El modelo se compone de una o más entradas ponderadas, una función de suma que combina estas entradas y un valor de sesgo, además de una función de activación que determina el resultado de salida.

Durante su entrenamiento, ajusta los pesos asociados a las entradas utilizando algoritmos como la regla delta, que minimizan el error en las predicciones con respecto a los valores reales.

Aunque es limitado en problemas que no son linealmente separables, como los planteados en el teorema de cobertura, sirvió como base para el desarrollo de redes neuronales más complejas.