Die Regeln lernenEs handelt sich um ein Konzept in neuronalen Netzwerkmodellen, das bedeutet, dass sich die Gewichte im Netzwerk im Laufe der Zeit anpassen und im Allgemeinen als dynamische Regel auf einer langen Zeitskala betrachtet wird.

Im Allgemeinen hängt die Lernregel vom Anregungswert des Neurons ab und kann auch vom Zielwert und dem aktuellen Gewichtswert abhängen, die vom Supervisor bereitgestellt werden.

Beispielsweise gibt es in einem neuronalen Netzwerk, das zur Handschrifterkennung verwendet wird, eine Reihe von Eingabeneuronen, die durch die Daten des Eingabebildes stimuliert werden. Nachdem die Stimulationswerte gewichtet und durch eine Funktion geleitet wurden, werden die Stimulationswerte dieser Neuronen an andere Neuronen weitergegeben. Dieser Vorgang wird wiederholt, bis das Ausgabeneuron stimuliert wird. Letztlich bestimmt der Reizwert des Ausgabeneurons den erkannten Buchstaben.