В 1957 г. Р.Розенблатт разработал модель, которая вызвала большой интерес у исследователей. Несмотря на некоторые ограничения ее исходной формы, она стала основой для многих современных, наиболее сложных алгоритмов обучения с учителем.

Персептрон является двухуровневой нерекуррентной сетью, вид которой показан на рис. 15.3. Она использует алгоритм обучения с учителем; другими словами, обучающая выборка состоит из множества входных векторов, для каждого из которых указан свой требуемый вектор цели. Компоненты входного вектора представлены непрерывным диапазоном значений; компоненты вектора цели являются двоичными величинами (0 или 1). После обучения сеть получает на входе набор непрерывных входов и вырабатывает требуемый выход в виде вектора с бинарными компонентами.

Обучение осуществляется следующим образом:

1. Рандомизируются все веса сети в малые величины.

2. На вход сети подается входной обучающий вектор

   
   и вычисляется сигнал NET от каждого нейрона, используя стандартное выражение
   

3. Вычисляется значение пороговой функции активации для сигнала NET от каждого нейрона следующим образом:

   

   Здесь

   
   представляет собой порог, соответствующий нейрону
   
   (в простейшем случае все нейроны имеют один и тот же порог).

4. Вычисляется ошибка для каждого нейрона посредством вычитания полученного выхода из требуемого выхода:

   

5. Каждый вес модифицируется следующим образом:

   

6. Повторяются шаги со второго по пятый до тех пор, пока ошибка не станет достаточно малой.