Nel campo dell’apprendimento automatico, una rete neurale artificiale (in inglese artificial neural network, abbreviato in ANN o anche come NN) è un modello computazionale composto di “neuroni” artificiali, ispirato vagamente dalla semplificazione di una rete neurale biologica.

Esattamente come il nostro cervello è formato da neuroni connessi attraverso delle sinapsi, una rete neurale artificiale è composta da diversi neuroni artificiali collegati fra loro per lavorare insieme. Per capire meglio, possiamo immaginare questi neuroni artificiali come se fossero computer. Ogni neurone è un nodo che aggrega gli input provenienti da altri neuroni in un output che sarà inviato ad altri neuroni ancora. Una rete neurale deve essere addestrata per poter risolvere un determinato problema: vengono utilizzate per problemi ingegneristici di intelligenza artificiale come quelli che si pongono in diversi ambiti tecnologici (in elettronica, informatica, simulazione, e altre discipline). Il processo di addestramento consiste nell’apprendere le connessioni fra i neuroni e i loro pesi, cioè la loro importanza, sulla base di un insieme di coppie input-output di addestramento. Una rete neurale artificiale può essere realizzata sia da programmi software che da hardware dedicato (DSP, Digital Signal Processing). Questa branca può essere utilizzata in congiunzione alla logica fuzzy.