关于“感知机模型”的基本结构与功能，以下哪些说法是正确的？A. 感知机模型只能处理线性可分的数据。B. 神经元是感知机的核心部分，其功能是进行信息处理和决策。C. 权重是影响神经元输出的重要参数，通过调整权重可以改变模型的学习效果。D. 输入层负责接收外部信息并将其传递给神经元。E. 输出层直接决定最终的分类结果，通常只有一个输出神经元。

感知机模型是机器学习中的基础算法，属于单层神经网络。本题考查其核心结构与功能，需掌握以下关键点：

1. 线性可分性：感知机仅能处理线性可分数据，依赖超平面分类。
2. 神经元功能：神经元整合输入信号，通过激活函数输出决策。
3. 权重作用：权重调整输入的重要性，直接影响模型学习效果。
4. 网络结构：输入层接收数据传递给神经元，输出层直接决定分类结果（通常单神经元）。

选项分析

A. 感知机模型只能处理线性可分的数据
感知机基于线性分类器，通过调整权重寻找线性超平面。若数据非线性可分，模型无法收敛，需引入核技巧或多层网络。正确。

B. 神经元是感知机的核心部分，其功能是进行信息处理和决策
神经元整合加权输入，经激活函数输出结果（如二分类标签）。正确。

C. 权重是影响神经元输出的重要参数，通过调整权重可以改变模型的学习效果
权重决定输入对输出的贡献，梯度下降等算法通过更新权重优化模型。正确。

D. 输入层负责接收外部信息并将其传递给神经元
输入层无计算功能，仅将特征传递给输出层神经元。正确。

E. 输出层直接决定最终的分类结果，通常只有一个输出神经元
二分类任务中，输出层常设一个神经元（如sigmoid激活）输出类别概率。正确。