Персептрон предложен в 1943 г. и называется также моделью МакКаллока-Пится. В этой модели искусственный нейрон считается бинарным элементом, его структурная схема представлена на рис. 1.
Рис. 1.  Структурная схема персептрона
Выходной сигнал нейрона может принимать только два значения по следующему правилу:


Обучение персептрона требует учителя, т.е. множества пар векторов входных сигналов , и соответствующих им ожидаемым значениям выходного сигнала . Обучение (отыскание весовых коэффициентов ) сводится к задаче минимизации целевой функции

К сожалению, для персептрона в силу разрывности функции при отыскании минимума применимы методы оптимизации только нулевого порядка.
На практике для обучения персептрона чаще всего используется правило персептрона, представляющее собой следующий простой алгоритм.
  1. Выбираются (как правило, случайно) начальные значения весов ( = 0, 1, 2, ..., ) нейрона.
  2. Для каждой обучающей пары выполняется ряд циклов (их номера обозначим через ) уточнения значений входных весов по формуле

    где



Процесс обработки текущей обучающей пары завершается
Следует отметить, что правило персептрона представляет собой частный случай предложенного много позже универсального правила обучения Видроу-Хоффа

Функционирование обученного персептрона в режиме классификации легко проиллюстрировать графически на примере двухвходового нейрона с поляризацией, структурная схема которого дана на рис. 2.
Рис. 2.  Структурная схема двухвходового персептрона
Для такого нейрона Это выражение определяет плоскость в трехмерном пространстве эта плоскость пересекается с плоскостью по линии, определяемой уравнением как это показано на рис. 3.
Рис. 3.  Разделение пространства входных данных двухвходовым персептроном
Эта линия разбивает пространство входных сигналов на две области: в одной из них (заштрихованной) значения , и, следовательно, функция активации принимает значение 1; в другой — , и .
Таким образом, наглядно видно, что персептрон является простейшим линейным классификатором. С его помощью можно обеспечить, например, классификацию, реализующую логические функции "И" и "ИЛИ" над входами и , как это показано на рис. 4.
Рис. 4.  Реализация логических функций И и ИЛИ двухвходовым персептроном
Однако реализовать логическую функцию "исключающее ИЛИ" двухвходовым персептроном уже невозможно (см. рис. 5).
Рис. 5.  Разделение пространства входных данных для реализации функции "исключающее ИЛИ"