====== Základní termíny neuronových sítí ======

Neuron je základní jednotka každé sítě. Obsahuje následující:
  * vstupy a váhy na vstupech
  * bázovou funkci, která spojuje vstupy do jedné hodnoty
  * aktivační funkci, která na základě vstupů poskytne výstupní hodnotu
  * výstupy, na které je tato hodnota vystavena

Bázová funkce může být:
  * lineární (LBF): váhované vstupy se pouze sečtou
    * aktivační funkce je pak:
    * skoková (od určitého výsledku výše je na výstupu 1, jinak 0)
    * rampová (lineární na nějakém úseku)
    * sigmoida nebo hyperbolický tangens (podobné)
  * radiální (RBF): vzdálenost vstupního vektoru od vektoru vah
    * aktivační funkce je pak:
    * skoková (po poloměr 1, dále než poloměr 0)
    * spojitá (s rostoucí vzdáleností klesá výstupní hodnota)

===== Perceptron =====
Perceptron je jediný neuron s LBF a skokovou aktivací. Umí separovat prostor na dvě třídy - učí se s učitelem. 

===== Adaline =====
Varianta perceptronu, která ovlivňuje sílu učení tak, že je více závislé na velikosti odchylky. Madaline: více paralelních Adaline neuronů.