ニューラルネットワークにおける学習

コンピュータに何かの情報処理を行わせるためには、プログラムを書く必要がある。 これに対して、ニューラルネットワークでは、シナプスの可塑性ゆえに、入力に応じてシナプスの結合加重が変化する一種の学習機能を有しており、プログラム機能が自動生成される。 記憶も学習の1つであり、 ニューラルネットワークが、外部からの入力に応じて自分自身の構造を変えていく（自己組織化）ことで実現できる。 学習には、教師あり学習と教師なし学習がある。教師あり学習は、生物のニューラルネットワークのモデルとは言い難いが、応用は広い。 教師なし学習は、前者を生物のニューラルネットワークのモデルに近づけたものである。 教師あり学習では、ニューラルネットワークからの出力と理想的な出力（教師信号）との差が小さくなるようにシナプスの結合加重の値が変更される。 教師なし学習では、ニューラルネットワークに評価基準が内蔵されていて、その基準値を改善する方向にシナプスの結合加重の値が変更される。[5]