Oʻzbekiston respublikasi oliy ta’lim, fan va innovatsiyalar vazirligi mirzo ulugʻbek nomidagi oʻzbekiston milliy universitetining jizzax filiali

Perceptron kelajagi
Mashinani o'rganishning tobora ommalashib borishi va qo'llanilishi bilan Perceptronning kelajagi muhim va istiqbolli ko'rinadi. Bu tug'ma naqshlarni yaratish va ularni qisqa vaqt ichida qo'llash orqali ma'lumotlarni sharhlashga yordam beradi. Ushbu davrda kodlash doimiy ravishda rivojlanmoqda va perseptron texnologiyasining oxiri zamonaviy kompyuterlarga yanada samaradorlikni qo'shadigan mashinalarda analitik xatti-harakatlarni qo'llab-quvvatlash va osonlashtirishda davom etadi. 
Xulosa
Sun'iy neyron - bu biologik neyronlar modeli, ya'ni neyron tarmog'i sifatida yaratilgan matematik funktsiya.
Perceptron - neyron tarmoq birligi bo'lib, u kirish ma'lumotlaridagi xususiyatlarni yoki biznes razvedkasini aniqlash uchun ma'lum hisob-kitoblarni amalga oshiradi. Bu o'rganilgan og'irlik koeffitsientiga ko'paytiriladigan "x" kirishini xaritalash va "f(x) chiqish qiymatini hosil qiluvchi funktsiyadir."Perceptron Learning Rule, algoritm optimal vazn koeffitsientlarini avtomatik ravishda o'rganishini ta'kidlaydi.Bir qatlamli Perseptronlar faqat chiziqli bo'linadigan naqshlarni o'rganishi mumkin.Ikki yoki undan ortiq qatlamli ko'p qatlamli Perceptron yoki oldinga yo'naltirilgan neyron tarmog'i ko'proq qayta ishlash quvvatiga ega va chiziqli bo'lmagan naqshlarni ham qayta ishlay oladi.
Perseptronlar AND, OR yoki XOR kabi mantiqiy eshiklarni amalga oshirishi mumkin.
Biz Perceptron modellari, kirish va ularning og'irliklarini tashiydigan sun'iy neyron tarmog'ining eng oddiy turi, barcha vaznli ma'lumotlar yig'indisi va faollashtirish funktsiyasi haqida bilib oldik. Barcha Perceptron modellari AIMLga doimiy ravishda hissa qo'shmoqda. Perceptron modellari kompyuterga Machine Learning texnologiyalaridan foydalangan holda murakkab masalalarda yanada samarali ishlashga yordam beradi. Bular sun'iy neyron tarmoqlarning asoslari bo'lib, neyron tarmoqlarni chuqur o'rganish uchun bunday modellarni hamma bilishi kerak.