Redes perceptron

Redes neurais: Modelo de processamento de dados que trabalha de maneira semelhante ao cérebro humano baseada em ligações (neurônios)
Redes neurais: é um conceito da computação que visa trabalhar no processamento de dados de maneira semelhante ao cérebro humano. Como o cérebro humano é capaz de aprender e tomar decisões baseadas na aprendizagem, as redes neurais artificiais devem fazer o mesmo. Assim, uma rede neural pode ser interpretada como um esquema de processamento capaz de armazenar conhecimento baseado em aprendizagem (experiência) e disponibilizar este conhecimento para a aplicação em questão.

Modelo perceptron:
Em 1943 surge os primeiros artigos sobre neuro computação escritos por McCulloch e Pitts e sugeriam a construção de uma máquina baseada no cérebro humano.
Criado em 1957 por Frank Rosenblatt o primeiro neuro computador capaz de reconhecer padrões
Primeiro modelo de processamento de informações baseada nas redes neurais
Rede com os neurônios dispostos em camadas (entrada, processamento e saída)

Aprendizagem:
O processo de aprendizagem das redes neurais é realizado quando ocorrem várias modificações significantes nas sinapses dos neurônios. Essas mudanças ocorrem de acordo com a ativação dos neurônios. Se determinadas conexões são mais usadas, estas são reforçadas enquanto que as demais são enfraquecidas. É por isso que quando uma rede neural artificial é implantada para uma determinada aplicação, é necessário um tempo para que esta seja treinada.
A aprendizagem ocorre através da experiência que adquiriu. Ou seja, determinando algumas situações e quais seriam a melhor alternativa a seguir, é estabelecido um padrão nas respostas. Com isto, se for requisitado a análise de alguma situação nova, é verificado com base nas respostas anteriores qual seria a melhor alternativa a