Perceptron


Révision datée du 17 avril 2021 à 18:41 par Pitpitt (discussion | contributions) (Remplacement de texte — « Catégorie:Réseau de neurones artificiels » par «  »)

Définition

Le perceptron est un algorithme d'apprentissage supervisé de classificateurs binaires (c'est-à-dire séparant deux classes). Il a été inventé en 1957 par Frank Rosenblatt1 au laboratoire d'aéronautique de l'université Cornell.

C'est un modèle inspiré des théories cognitives de Friedrich Hayek et de Donald Hebb. Il s'agit d'un neurone formel muni d'une règle d'apprentissage qui permet de déterminer automatiquement les poids synaptiques de manière à séparer un problème d'apprentissage supervisé. Si le problème est linéairement séparable, un théorème assure que la règle du perceptron permet de trouver une séparatrice entre les deux classes.

Français

perceptron

Anglais

perceptron


Source : Wikipedia IA

Note: les termes perceptron monocouche; perceptron simple et perceptron sont normalisés par l'ISO/CEI [ISO/IEC 2382-34:1999].