Apprendre les règlesIl s'agit d'un concept présent dans les modèles de réseaux neuronaux, ce qui signifie que les poids du réseau s'ajusteront au fil du temps et sont généralement considérés comme une règle dynamique sur une longue échelle de temps.
En général, la règle d'apprentissage dépend de la valeur d'excitation du neurone, et elle peut également dépendre de la valeur cible et de la valeur de poids actuelle fournies par le superviseur.
Par exemple, dans un réseau neuronal utilisé pour la reconnaissance de l’écriture manuscrite, il existe un ensemble de neurones d’entrée qui sont stimulés par les données de l’image d’entrée. Une fois les valeurs de stimulation pondérées et transmises à une fonction, les valeurs de stimulation de ces neurones sont transmises à d'autres neurones. Ce processus est répété jusqu’à ce que le neurone de sortie soit stimulé. En fin de compte, la valeur de stimulation du neurone de sortie détermine la lettre reconnue.