Дельта-правило — це метод навчання перцептрона, заснований на принципі градієнтного спуску по поверхні помилки, який розвинувся з класичних правил Хебба, запропонованих у 1949 році. Спочатку ці правила для перцептрона Розенблата передбачали просту логіку: збільшувати ваги входів, якщо сигнал помилково дорівнює нулю, та зменшувати їх, якщо сигнал помилково дорівнює одиниці. Натомість дельта-правило пропонує загальнішу математичну формулу: воно обчислює вектор помилки як різницю між очікуваним ($D$) та реальним ($Y$) виходом нейрона, після чого коригує ваги пропорційно цій помилці та вхідному сигналу. Для контролю швидкості навчання вводиться спеціальний коефіцієнт ($\eta$), який дозволяє поступово зменшувати помилку, рухаючись до мінімуму. Цей підхід став важливим етапом у розвитку штучних нейромереж, оскільки саме його подальший розвиток призвів до створення методу зворотного поширення помилки.