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

3-rasm.Neyronning ishlash sistemasi .
Perseptron turlari:
Yagona qatlam: Bir qatlamli perseptron faqat chiziqli bo'linadigan naqshlarni o'rganishi mumkin.
Ko'p qatlamli: Ko'p qatlamli perseptronlar kattaroq ishlov berish quvvatiga ega bo'lgan ikki yoki undan ortiq qatlamlar haqida bilib olishlari mumkin.
Perceptron algoritmi chiziqli qaror chegarasini chizish uchun kirish signallari uchun og'irliklarni o'rganadi.
Mashinani o'rganishda perseptron
Sun'iy intellekt va mashinani o'rganishda (AIML) eng ko'p ishlatiladigan atama bu Perceptron. Bu kodlash va chuqur o'rganish texnologiyalarini o'rganishning boshlang'ich bosqichi bo'lib, u kirish qiymatlari, ballar, chegaralar va mantiqiy eshiklarni amalga oshiradigan og'irliklardan iborat. Perceptron - bu sun'iy neyron aloqaning tarbiyalash bosqichidir. 19-asrda janob Frank Rosenblatt kirish ma'lumotlari imkoniyatlarini yoki biznes razvedkasini aniqlash uchun maxsus yuqori darajadagi hisob-kitoblarni amalga oshirish uchun Perceptronni ixtiro qildi. Biroq, endi u turli xil maqsadlarda qo'llaniladi. 
Mashinani o'rganishda Perceptron modeli nima?
Turli ikkilik tartiblash vazifalarini nazorat ostida o'rganish uchun ishlatiladigan mashinaga asoslangan algoritm Perceptron deb ataladi. Bundan tashqari, Perceptron, shuningdek, biznes razvedkasida ma'lum kirish ma'lumotlarini hisoblashni aniqlashda sun'iy neyron yoki neyron aloqasi sifatida muhim rol o'ynaydi. Perseptron modeli, shuningdek, sun'iy neyron tarmoqlarining eng yaxshi va o'ziga xos turlaridan biri sifatida tasniflanadi. Ikkilik klassifikatorlarni nazorat qilinadigan o'rganish algoritmi sifatida biz uni to'rtta asosiy parametrga ega bo'lgan bir qatlamli neyron tarmoq sifatida ham ko'rib chiqishimiz mumkin: kirish qiymatlari, og'irliklar va taraflama, aniq yig'indi va faollashtirish funktsiyasi. 
Perceptron qanday ishlaydi?
Yuqorida muhokama qilinganidek, Perceptron to'rtta asosiy parametrga ega bo'lgan bir qatlamli neyron aloqasi hisoblanadi. Perseptron modeli barcha kiritilgan qiymatlarni va ularning og'irliklarini ko'paytirishdan boshlanadi, so'ngra bu qiymatlarni qo'shib, og'irlikdagi yig'indini yaratadi. Bundan tashqari, kerakli natijani olish uchun ushbu vaznli summa "f" faollashtirish funktsiyasiga qo'llaniladi. Ushbu faollashtirish funksiyasi qadam funksiyasi sifatida ham tanilgan va "f" bilan ifodalanadi.

4-rasm. Perseptron qoidasi.
Ushbu qadam funktsiyasi yoki Faollashtirish funksiyasi chiqishning (0,1) yoki (-1,1) o'rtasida xaritalanishini ta'minlash uchun juda muhimdir. E'tibor bering, kirishning og'irligi tugunning kuchini ko'rsatadi. Xuddi shunday, kirish qiymati faollashtirish funktsiyasi egri chizig'ini yuqoriga yoki pastga siljitish qobiliyatini beradi.
1-qadam: Barcha kiritilgan qiymatlarni mos keladigan og'irlik qiymatlari bilan ko'paytiring va keyin og'irlik summasini hisoblash uchun qo'shing. Uning matematik ifodasi quyidagicha:
∑wi*xi = x1*w1 + x2*w2 + x3*w3+……..x4*w4
Modelning ish faoliyatini yaxshilash uchun ushbu vaznli summaga "b" deb nomlangan atama qo'shing.
2-qadam: Yuqorida aytib o'tilgan vaznli yig'indi bilan faollashtirish funktsiyasi qo'llaniladi, bizga ikkilik ko'rinishda yoki quyidagi kabi doimiy qiymatni beradi:
Y=f(∑wi*xi + b)