Tipuri de rețelele neuronale:

1. Rețelele neuronale artificiale (RNA): sunt sisteme de calcul inspirat de rețelele neuronale biologice care constituie creierul animalelor. Astfel de sisteme învață (își îmbunătățesc progresiv capacitatea lor) să execute sarcini prin observarea de exemple, de obicei fără a fi nevoie de re-programare în funcție de domeniu. De exemplu, în recunoașterea de imagini, ar putea învăța să identifice imaginile care conțin pisici analizând exemple de imagini care au fost manual etichetate ca „pisică” sau „nici o pisică”, iar ulterior să aplice aceste cunoștințe unor imagini noi. Astfel de algoritmi sunt utilizați în aplicații care nu pot fi modelate ușor folosind algoritm tradiționali, precum programarea bazată pe reguli.

 

1. Rețelele neuronale profunde (RNP): sunt rețele neuronale artificiale (RNA) cu mai multe straturi între straturile de intrare și ieșire. RNP găsește modalitatea potrivită de manipulare matematică pentru a transforma semnalul de intrare în cel de ieșire, fie că este vorba de o relație liniară sau neliniară. Rețeaua se mișcă prin straturi calculând probabilitatea fiecărui rezultat. De exemplu, o RNP care este instruită să recunoască rasele de câini v procesa o anumită imagine și calcula probabilitatea ca animalul din imagine să fie dintr-o anumita rasă.