Características de un perceptrón

El concepto de perceptrón fue desarrollado por Rosenblatt (1958), el cual es - en términos generales - una entidad abstracta capaz de auto-entrenarse para aprender a clasificar datos de un conjunto. El comportamiento de un perceptrón puede expresarse como



donde  es la suma ponderada de  entradas, cuya influencia individual está determinada por un peso . A le es aplicada una función activadora, con lo que se produce una salida a la que se llama nivel de activación, . Si la salida es correcta, entonces los pesos se conservan; en caso contrario, se ajustan con base en la siguiente asignación conocida como regla de entrenamiento o triángulo de Rosenblatt:



donde  es la tasa o factor de aprendizaje (), y  es un valor positivo, si la salida está debajo del valor esperado; o negativo, si está por encima. Ya sea que se conserven o se ajusten los pesos, éstos se utilizan para repetir el proceso con un nuevo conjunto de entradas hasta que éstas se agotan, en cuyo caso se logra una iteración completa a la que se denomina época. Con frecuencia, para lograr el aprendizaje eficiente del perceptrón se requieren varias épocas.

Diagrama de perceptrón de dos entradas. Fuente: Elaboración propia.

Diagrama de perceptrón de dos entradas. Fuente: Elaboración propia.