ニューラル・ネットワークは、人間の中枢神経系の動作を反映し、パターンを学習するコンピュータ・アプリケーションに渡され、機械学習プロセスなどの人工知能分野の問題を解決する。

ニューラル・ネットワークまたはシミュレーテッド・ニューラル・ネットワークは、情報が計算されることを可能にする数学的モデルを使用する、リンクされた天然または人工ニューロンの集合である。 ANN（人工ニューロンネットワーク）は通常、ネットワークを流れる外部または内部の情報に基づいてその構造を変化させる適応システムである。

人工ニューラルネットワークは、単純な処理要素（ニューロン）を接続し、処理コンポーネント間の結びつきとコンポーネントのパラメータによって制御されるグローバルな挙動を示すことができる。 人工ニューロンは1943年、神経生理学者のウォーレン・マッカロクと論理学者のウォルター・ピッツによって初めて導入された。

人工ニューラルネットワークの古典的なタイプのひとつに、リカレント・ホップフィールド・ネットワークがある。

ニューラルネットワークの最初の概念は、アラン・チューリングが1948年の論文「知能機械」で提唱したもので、彼はこれを「B型非組織機械」と呼んだ。

人工視覚ネットワークモデルは、知覚から機能を解釈し、関連する行動を実行するために使用できるという事実にある。 教師なしニューラルネットワークモデルは、例えばボルツマンマシン（1983年）や、最近ではディープラーニングアルゴリズムのように、観察されたデータの分布関数を本質的に学習することができる。 ニューラルネットワークの学習は、データやタスクの複雑さによって、手作業でそのような関数を設計することが現実的でないようなアプリケーションで主に効果を発揮する。 詳しくはウィキペディアを 参照