Algoritmo Perceptrón para clasificación binaria

En primer lugar se introduce formalmente el concepto clasificador lineal binario. Seguidamente se describe cómo aprender un clasificador lineal binario y, más concretamente, se expone con cierto detalle una técnica de aprendizaje muy popular, conocida com algoritmo Perceptrón. A continuación, de este algoritmo se ofrece un resultado muy importante, conocido como teorema de Novikoff, que garantiza la convergencia del mismo en el caso en que los datos son linealmente separables. Tras ello, se discuten brevemente dos de las principales limitaciones bàsicas del algoritmo Perceptrón. La presentación concluye aportando un par de referencias básicas sobre el algoritmo Perceptrón. Los objetivos formativos del objeto de aprendizaje son: 1) Interpretar los clasificadores lineales en el caso binario; 2) Aplicar el algoritmo Perceptrón en el caso binario; 3) Conocer el teorema de convergencia de Novikoff; y 4) Conocer las limitaciones básicas del algoritmo Perceptrón. Juan Císcar, A.; Civera Saiz, J.; Sanchis Navarro, JA. (2018). Algoritmo Perceptrón para clasificación binaria. http://hdl.handle.net/10251/104568