Siete ktoré používajú takúto metódu učenia nazývame tzv. samo-organizujúce sa siete /self-organising/.

Vo všeobecnosti rozdeľujeme metódy nekontrolovaného učenia do dvoch skupín:

- Hebbovo učenie /Hebbian learning/ - blízke biologickým systémom

- Kooperačné a konkurenčné učenie /cooperative and competitive learning/

1/ Hebbovo učenie

- ak dva neuróny na opačných stranách synapsie sú aktivované naraz /synchrónne/, potom synaptická váha synapsie sa zvýši. Ak dva neuróny na opačných stranách synapsie sa aktivizujú v rôznych časoch /asynchrónne/, potom synaptická váha sa zníži alebo konverguje k nule. Takéto synapsie neurónových sieti, ktoré spĺňajú spomenuté zásady nazývame Hebbove synapsie.

2/ Kooperačné a konkurenčné učenie

- pre konkurenčné učenie platí tzv. zákon "kto vyhrá berie všetko" a môžeme ho zhrnúť do týchto krokov:

a/ vstup prichádza do neurónových sieti

b/ signály prechádzajú do nasledujúcich vrstiev

c/ neurón s najvyššou hodnotou sa stáva "víťazom" a je nastavený na 1 a ostatné sú nastavené na 0.

Konkurenčné metódy učenia sa vhodne využívajú pre zámery zhlukovania vstupných dát.

Topológia neurónových sieti

Pri návrhu neurónových sieti vo všeobecnosti rozdeľujeme topológiu neurónových sieti do dvoch základných skupín , a to dopredné neurónové siete a rekurentné neurónové siete .

Dopredné neurónové siete (feed-forward FF NN)

Signál sa šíri po orientovaných synaptických prepojeniach len jedným smerom , a to dopredu. Rozlišujeme nasledovné vrstvy neurónových sieti :

· vstupnú vrstvu , v ktorej neuróny dostávajú vstup len z vonkajšieho sveta a výstup obvykle pokračuje k ďalším neurónom neurónovej siete

· skrytú vrstvu (hidden layer) , v ktorej neuróny dostávajú vstup z ostatných neurónov alebo aj z externého sveta cez prahové prepojenia a ich výstupy pokračujú ďalej do neurónovej siete

· výstupná vrstva - je podobná ako skrytá vrstva , akurát je obvyklé , že výstup z tejto vrstvy vyúsťuje do externého sveta

Rekurentné neurónové siete(recurrent RC NN)

Pri rekurentných neurónových sieťach je dosť ťažké rozdelenie vrstiev a neurónov na vstupné , resp. výstupné. V rekurentných neurónových sieťach niekedy neuróny predstavujú vstupné , ale aj výstupné typy neurónov. Špeciálnym prípadom sú tzv.