通俗解释
每个输入乘一个权重再相加，超过阈值就输出 1；分错了就朝正确方向调整权重。它只能画直线分界，多层堆叠后才有了今天的神经网络。
用在哪里：神经网络的历史起点
01原始论文
The perceptron: A probabilistic model for information storage and organization in the brain.
Rosenblatt et al. · Psychological Review · 1958
DOI ↗ ✓ 已核实 · Crossref API doi:10.1037/h0042519
02知识位置
左边先学；右边是学完它之后可以学的。
相关：逻辑回归
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
U22 线性模型、SVM 与近邻 从感知机到最大间隔与核技巧，以及 k 近邻。 6 小时5 个算法2 篇论文 U30 神经网络与反向传播 从神经元、多层感知机到反向传播与激活函数。 10 小时4 个算法2 篇论文已有正文
所在学习路线：从零到深度学习
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
perceptron)