Perceptron Rosenblatta to jeden z najstarszych i najprostszych modeli sztucznej sieci neuronowej, opracowany w 1957 roku przez Franka Rosenblatta. Działa jako liniowy klasyfikator binarny, który podejmuje decyzje na podstawie sumy ważonej wprowadzonych sygnałów wejściowych. Jeśli obliczona wartość przekroczy określony próg aktywacji, perceptron generuje sygnał wyjściowy równy jeden, w przeciwnym razie zwraca zero. Choć potrafi uczyć się poprzez modyfikację wag, jego głównym ograniczeniem jest zdolność do rozwiązywania jedynie problemów liniowo separable’nych.
Źródło: geeksforgeeks.org
