Vícevrstvý perceptron (Multi-Layer Perceptron,MLP) jedopřednáumělá neuronová síť. MLP se skládá nejméně ze tří vrstevperceptronů: vstupní vrstvy, skryté vrstvy a výstupní vrstvy. MLP využívá k trénování technikuučení s učitelem, což je řešeníoptimalizačního problému minimalizace chyby funkce sítě vzhledem ktrénovacím datům v závislosti na parametrech sítě. Zpravidla se k tomuto účelu užíváalgoritmus zpětného šíření chyby, je možné užít iheuristické optimalizační techniky, jako např.genetický algoritmus čisimulované žíhání. Více vrstev a spojitápřenosová funkce (sigmoida) odlišují MLP od Perceptronu. Dokáže rozlišit data, která nejsou lineárně oddělitelná. Obecně pracuje jakoaproximátor libovolnévektorové funkce (Kolmogorův teorém)[1], tj. během učení provádí nelineárníregresi. Používá se k řešení širokého spektra úloh, jako je rozpoznávání, klasifikace, diagnostika či predikce, lze jej využít i kekompresi akryptování dat (vizautoenkodér).