شبكه عصبي يك مدل محاسباتي بر مبناي يادگيري است كـه از سيسـتم عصـبي موجودات زنده الهام گرفته شده است. نورونها (يا سلولهاي عصبي) بخش اصـلي مغز انسان را تشـكيل داده و داراي يـك شـبكه پيچيـده ارتبـاطي بـراي تبـادل اطلاعات بين يكديگر مي باشند. هر نورون شامل سلول بدنه و دو نـوع شـاخه يعنـي اكسـون و دنـدريت بـراي دسترسي به خارج مي باشد. هر نورون، سيگنالهاي نورونهـاي ديگـر را بـه شـكل پالس الكتريكي از طريق دندريت (گيرنده) دريافت كرده و سـيگنالهـاي توليـدي خود را از طريق اكسون (فرستنده) به نورونهـاي ديگـر منتقـل مـي كنـد. در ايـن ساختار، در محلي به نام سيناپس، اكسونهاي هر نورون بـه دنـدريتهـاي نـورون ديگر متصل مي شوند. در سيسـتم هـاي زيسـتي، يـادگيري بـا تنظيمـات اتصـالات سيناپسي كه بين نورونها قرار دارد به وجود مي آيد. بـه بيـان ديگـر، يـادگيري بـا تغيير الگوي ارتباط بين نورونها و شدت اثر آنها بر يكديگر ايجاد مي گردد. نكته جالب در مورد شبكه عصبي مغز انسان آن است كه ارتباط بين نورونهـا از طريق پالس هايي با فركانس در حد چند صد هرتز انجـام مـي شـود كـه بارهـا از فركانس كاري يك رايانه معمولي كمتر است. اما، با اين حال، تصميمات پيچيده اي مانند تشخيص چهره در مغز بسيار سريع و در حد چند ميلي ثانيه انجام مي گـردد. دليل اين سرعت و كارآيي، پردازش موازي و توزيع شده در مقياس بسيار بـزرگ در مغز است: در مغز انسان بيش از ۱۰۰ ميليارد نورون وجود دارد كه هريك از آنهـا به طور متوسط با ۷ هزار نورون ديگر در ارتباط بوده و يـك فرآينـد پـردازش را در كنار هم و با موازات فراوان به انجام مي رسانند