Перцептрон представляет собой основную нейросетевую модель, предложенную Фрэнком Розенблаттом. Эта архитектура функционирует как линейный классификатор, который обрабатывает входные сигналы, применяя взвешенную сумму и пороговую функцию активации для получения бинарного результата. Перцептрон способен обучаться и различать объекты, принадлежащие линейно разделимым классам, путем итеративной настройки весов. Несмотря на свои ограничения, перцептрон стал основой для создания более сложных нейронных сетей, использующих нелинейные функции активации и многослойную структуру.