学習ルールこれはニューラル ネットワーク モデルの概念であり、時間の経過とともにネットワーク内の重みが調整されることを示し、一般に長期的な動的ルールとみなされます。
一般に、学習ルールはニューロンの興奮値に依存しますが、スーパーバイザによって提供される目標値と現在の重み値にも依存する場合があります。
たとえば、手書き認識に使用されるニューラル ネットワークには、入力画像のデータによって励起される一連の入力ニューロンがあり、励起値が重み付けされて関数に渡されます。これらのニューロンのうちの 1 つが他のニューロンに渡されます。このプロセスは、出力ニューロンが興奮するまで繰り返され、出力ニューロンの最終的な興奮値によって認識される文字が決定されます。