Questão 8 – Explique por que o Perceptron somente consegue classificar padrões cuja fronteira de separação entre as classes seja linear.

O Perceptron é um algoritmo de aprendizado de máquina que é capaz de classificar padrões em duas classes. Ele funciona encontrando uma fronteira de decisão que separa as duas classes. No entanto, o Perceptron só pode classificar padrões cuja fronteira de separação entre as classes seja linear, ou seja, uma linha reta pode separar as duas classes. Isso ocorre porque o Perceptron é baseado em uma função de ativação linear, que é uma função matemática que produz uma saída proporcional à entrada. Como a função de ativação é linear, a fronteira de decisão também será linear. Se as classes não puderem ser separadas por uma linha reta, o Perceptron não será capaz de classificá-las corretamente. No entanto, existem outras técnicas de aprendizado de máquina, como as redes neurais profundas, que são capazes de classificar padrões com fronteiras de separação não lineares.