L'apprendimento profondo è un argomento di ricerca molto caldo in questi giorni. Le reti neurali sono i cavalli di battaglia dell'apprendimento profondo. In questa ricerca sono state studiate le basi delle reti neurali. Le RNA possono essere definite come strutture composte da elementi di elaborazione semplice adattiva densamente interconnessi (chiamati neuroni artificiali o nodi) che sono in grado di eseguire calcoli massicciamente paralleli per l'elaborazione dei dati e la rappresentazione della conoscenza. La definizione di rete neurale artificiale è stata menzionata, la progettazione della rete neurale è stata discussa, è stato studiato l'apprendimento della rete neurale, i tipi più popolari di rete neurale, come le reti Hopfield, le reti di risonanza adattiva (ART), le reti Kohonen, le reti di Backpropagation, le reti ricorrenti, le reti di propagazione del contatore e le reti di base radiale (RBF) sono state studiate, così come sono state studiate le questioni generali nello sviluppo delle RNA.