ニューロンは，樹状突起から多くの入力を受けとり， そして発火又は不発火という一つの信号を出力する。 また，他のニューロンの出力はシナプスを介して入力として与えられるが， この時，その入力がニューロンに及ぼす影響の強さは， 各ニューロン間によって異なると考えられる。 この影響の強さを「重み」と考えると， ニューロンは「重み付き多入力1出力素子」 であるといえよう。
ここで，一つのニューロンが n 個のニューロンから入力を受けているとする。
i 番目のニューロンの出力を 
，それぞれの重みを 
とする。
単純に考えると，i 番目のニューロンからの影響は 
と表すことが出来る。
次に，簡単のため各ニューロンからの影響 を単純に加算したものが，
ニューロンの入力総和になるものとする。
そして，この和が閾値θを越えた時，ニューロンが「発火」したと考える。
この「発火」そのものが，そのニューロンの出力となる。
このニューロンのモデル化したものを図3.2に示す。
また，以上のことを式で表すと，
のようになる。
上式において，内部ポテンシャル u は重みつき入力総和 から閾値θを
引いたもので表されている。
そして内部ポテンシャル u0 を f(u) に代入したものが，
そのニューロンの出力となる。
f(u) は出力関数と呼ばれているもので，
一般に単調増加関数(右上がり)である。
入力 と出力 y のとり得る値としては，
2値のみを扱うモデルや，実数値を扱うモデルがある。
2値モデルの場合の出力関数は，
式(2.3)のように定義され，
図 3.2 のような階段関数と呼ばれるものを用いる。
連続モデルの場合の出力関数は， 式(2.3)のように定義され， 図 3.2のように連続性のあるシグモイド関数と 呼ばれるものを用いる。
