Ein künstliches Neuron ist eine Grundeinheit künstlicher neuronaler Netze. Es ist eine Funktion, die Eingaben empfängt, diese mit den Gewichten der Verbindungen multipliziert und die Summe bildet. Das künstliche Neuron wird aktiviert (d. h. es erzeugt die Ausgabe 1), wenn die Summe der Eingaben den Schwellenwert überschreitet. Anderenfalls ist die Ausgabe 0. Dadurch können Datensätze linear getrennt werden.

Ein (einlagiges) Perzeptron ist eine lernfähige Erweiterung des künstlichen Neurons. Während des Lernprozesses passt das Perzeptron seine Gewichtungen schrittweise nach der Lernregel an, um bei allen Datensätze die Vorgaben (Label) zu erfüllen.