Una red neuronal artificial es un modelo parametrizado de aprendizaje automático utilizado para aproximar funciones complejas.
Está compuesta por múltiples capas de unidades de procesamiento interconectadas llamadas neuronas, normalmente organizadas en capa de entrada, capas ocultas y capa de salida.
Cada conexión entre neuronas tiene un peso asociado que se ajusta durante el entrenamiento para minimizar una función de error.
Las redes neuronales constituyen la base de muchos métodos modernos de aprendizaje profundo utilizados en visión por computadora, reconocimiento de voz y procesamiento del lenguaje natural.
Definición:
Una red neuronal artificial es un modelo computacional formado por neuronas artificiales interconectadas que aprenden de los datos ajustando sus pesos para aproximar relaciones complejas.
Fuente:
Goodfellow, Bengio, Courville – Deep Learning, MIT Press; literatura estándar sobre redes neuronales y aprendizaje automático.