Apprentissage.md

@@ -128,7 +128,7 @@ Partant de ces opérateurs, on peut facilement reconnaître n'importe quelle ent
 
 ![](figures/McCullochPittsReconnaissance1.png)
 
-On peut montrer qu'il est possible de réaliser une reconnaissance de n'importe quelle fonction booléenne avec un réseau à deux couches. Voici un exemple de fonction reconnaissant quatre entrées booléennes à trois valeurs :
+On peut montrer qu'il est possible de réaliser une reconnaissance de n'importe quelle fonction booléenne avec un réseau à deux couches. Voici un exemple de fonction reconnaissant quatre valeurs booléennes à trois entrées :
 
 | Entrées     | Sorties |
 |:-----------:|:-------:|
@@ -150,6 +150,15 @@ Il est très fortement inspiré de celui de McCulloch et Pitts, mais ajoute un s
 
 ### Le modèle
 
+Voici le modèle de base du Perceptron :
+
+- **S-Units** : Unités $`s`$ sensitives.
+- **A-Units** : Unités d'$`a`$ association.
+- **R-Units** : Unités de $`r`$ réponse.
+- **Matrice d'interactions** : Coefficients de couplage entre unités.
+
+![](figures/PerceptronElementaire.png)
+
 ### Processus d'apprentissage
 
 ### Exemple d'apprentissage