1. Concepto de red neuronal artificial.

Es un conjunto de neuronas lógico-matemáticas, que se encuentran distribuidas en capas, las cuales, cada una de
estas capas se conectan con el fin de realizar diversas operaciones.

2. Perceptrones.

Perceptrón Simple. Es la unidad mínima de capas que puede poseer una red neuronal artificial.

Perceptron Multicapa. Es aquel perceptrón que posee capas ocultas, las cuales son las capas que se ubican entre la
capa de entrada y la capa de salida

Perceptrón Multicapa Perceptrón Simple

El Perceptrón simple fue introducido por Rosenblatt y es un modelo unidireccional compuesto por dos capas de
neuronas, una de entrada y otra de salida.
La operación en un perceptrón simple que consta de n neuronas de entrada y m neuronas de salida se puede
expresar como:

Con i = 1; : : :;m.
 2.1. Características del Perceptrón Simple.
 Es un sistema capaz de realizar tareas de clasificación de forma automática.
 A partir de un número de ejemplos etiquetados, el sistema determina la ecuación del plano discriminante.
 Puede usarse como neurona dentro de otro tipo de red de neurona artificial.
 Conexiones en un sólo sentido.
 Es reconocido por su capacidad de aprender a reconocer patrones
 Es un modelo unidireccional compuesto por dos capas de neuronas.
 Con respecto al entrenamiento las neuronas de entrada son discretas y la función de activación de las de salida es
de tipo escalón