En esta clase estudiaremos la red neural considerada como la más simple: el perceptrón. Iniciaremos aprendiendo cómo funciona una red compuesta por una neurona. Veremos que el perceptrón es capaz de implementar cualquier compuerta lógica que trabaje con datos linealmente separables. Introduciendo las funciones booleanas, comprenderemos qué tipo de compuertas pueden y no pueden ser implementadas por un único perceptrón. Finalmente, implementaremos un algoritmo de aprendizaje simple para entrenar un perceptrón mononeuronal. Para ello, implementaremos una compuerta lógica AND. Analizaremos cómo la red puede ajustar sus pesos sinápticos y sus umbrales época tras época, para poder encontrar una de las infinitas soluciones posibles que permiten separar linealmente los datos de entrenamiento.