ニューラルネットワークはニューロンがシナプスによって互いに結合し、 一つのネットワークを構成したものである。 ニューラルネットワークは、 その結合の仕方によって、 図 2.4 の階層型のネットワーク、 図 2.5 の相互結合型のネットワークの 大きく二つに分類される。
この二つの図において、 矢印は結合の向きを表し、 図2.5の点線の囲みは、 それが一つのまとまった層であることを示している。
相互結合型ネットワークでは、情報のながれは双方向的で、 ニューロンは自分の出力を伝えた相手のニューロンからも 情報を受けとることが許されている。 このようなネットワークでは、 自分の出力が別のニューロンを経て、 再び自分への入力として戻ってくること (フィードバック)があるので、 ネットワーク全体の動作は複雑になる。
階層型のニューラルネットワークでは、 ニューロン間の情報(信号)のながれは一方通行で、 入力層のニューロンへの入力が決まれば、 後は順番に隣接する層のニューロンへ情報が伝搬していく。 三層型のネットワークでは、 ネットワークの入力が入力層の入力となり、 入力層の出力が中間層への入力となり、 中間層の出力が出力層への入力となり、 出力層の出力がネットワークの出力となる。