Si lega a
garantisce la regola di apprendimento del percettrone; vale solo sotto separabilità lineare
Da qui ci si arriva
- Regola di apprendimento del percettrone
A ogni errore: nuovo peso = peso + tasso di apprendimento × errore × ingresso. I pesi si spostano solo dove l'ingresso era acceso, e la soglia si aggiusta in direzione opposta
- Separabilità lineare
La condizione in cui una retta (un piano, in più dimensioni) lascia tutti gli esempi di una classe da una parte e tutti gli altri dall'altra: l'unico mondo in cui un percettrone può riuscire, perché un percettrone è una retta che si sposta
- Teorema di approssimazione universale
Una rete con un solo strato nascosto abbastanza largo può approssimare qualunque funzione continua (Cybenko, 1989). Garantisce che la rete esiste, non che l'addestramento la trova