生物の神経回路網を模した学習装置、計算機の総称。
入力に対する出力を予め教えておく「教師有学習」*1と、自己組織化する「教師無学習」*2に大別される。
ニューラルネットワークの特徴の一つとして頑健性といったものが挙げられる。
これは、ある程度、学習が収束したモデルの一部が破壊されても、入力に対して、正しい答えを出力することができるといった特徴である。
モデルを形成するノードの各部分が固有の特徴を持っているだけではなく、モデル全体として（その結合に分散して）、学習結果を保持していることから、このような頑健性を保つことができる。
ビジネス上の組織でも、専門性による属人化を進めて行くだけではなく、プロジェクトの状況をうまく全体に馴染ませて、ロバストな組織運営、プロジェクト運営をしていく必要があるだろう。
また、教師有学習には、過剰学習という現象が見られることがある。
これは、学習時にノイズの無い綺麗な入力ばかりを与えて、それに対する学習が過剰に進んでしまうと、ほんの少しのノイズに対しても弱くなってしまうという現象である。
要するに、一般的な特徴だけを学習すれば良いのにもかかわらず、ある特定の特徴を学習し、それだけが正しいというネットワークを形成してしまうということである。
*1 パーセプトロン、バックプロパゲーションなど
*2 ホップフィールドモデル、ボルツマンマシンなど
