学習はネットワークが望ましい出力をするようにその構造を変化させることであり、 各時間における気温の値と教師信号を時間の順序に沿ってネットワークに与え、 バックプロパゲーションの式に基づいて結合荷重を変化させる。
今回の実験では6年を一周期として数える。これは6年間の気温、日射量、降水量等の 値を繰り返し学習させるからである。
短い周期が繰り返すような時系列の学習では、ネットワークに入力値を与えて計算を行ない、 出力値とそれに対応する教師信号の誤差が十分に小さくなった場合に学習成功として学習を終了させることができるが、 今回のような複雑な時系列では、誤差が十分に小さくなるとは考えにくい。 そこで、気温予測の際には約1000万回学習させ、そのネットワークを用いて予測させることとした。 1000万回の学習とは6年間の気温を200回学習させたことに相当する。