Perceptrón Viviente - AI Visual Lab

y = sign(w₁x₁ + w₂x₂ + b)

Que es un perceptron?

El perceptron es la neurona artificial mas simple: toma dos entradas (x₁, x₂), las multiplica por pesos (w₁, w₂), suma un sesgo (b) y decide: si la suma es positiva, predice clase 1 (rojo); si es negativa, clase 0 (azul).

La linea amarilla es la frontera de decision: separa el plano en dos regiones. El entrenamiento ajusta los pesos para que esta linea clasifique correctamente todos los puntos.

Prueba el preset XOR para ver un caso que el perceptron no puede resolver — necesitarias una red mas profunda.

• Dataset

Click izq: anadir punto · Arrastrar: mover · Click der: eliminar

⚙ Parametros

Learning rate (η) 0.100

w₁ 0.00

w₂ 0.00

bias (b) 0.00

▶ Entrenamiento

Velocidad 5 ep/s

loss history

♫ Audio

Volumen 30%

Error alto = disonancia · Convergencia = acorde mayor

≡ Valores en tiempo real

Epoch0

Accuracy--

Error rate--

w₁0.000

w₂0.000

bias0.000

||w||0.000

Puntos0

Misclasificados0

Regla de aprendizaje del perceptron

Para cada punto mal clasificado, el perceptron actualiza sus pesos:

w_i ← w_i + η · (target − pred) · x_i

Si η (learning rate) es grande, la linea salta mucho. Si es pequeno, converge lentamente. Teorema de convergencia: si los datos son linealmente separables, el perceptron siempre converge.