Reconocimiento de Dígitos mediante Perceptrones: Análisis de Convergencia y Robustez

Este proyecto implementa y evalúa un modelo de red neuronal tipo Perceptron para el reconocimiento de patrones de dígitos (0-9) representados en matrices de 7x4. Se exploran dos etapas críticas: el entrenamiento, donde se analiza la velocidad de convergencia bajo diferentes tasas de aprendizaje, y la validación, donde se pone a prueba la capacidad de generalización del modelo frente a datos con ruido (20%). Los resultados demuestran que el Perceptron logra una precisión del 100% en el entrenamiento, aunque su rendimiento disminuye significativamente ante la presencia de ruido aleatorio.