인간 뇌의 구조를 연구하여 뇌의 생물학적 신경망의 작동원리와 구조를 대강은 알게되었다. 뉴런의 동작은 놀랄만큼 단순해서 모방하기 쉽다. 인간 뇌의 신경망 구조에 착안하여 인공 신경망 ANN(Artifical Neural Network)을 구현한 것이다. 이처럼 여러개의 층으로 구성되어 있다고 해서 딥러닝(Deep Learning)이라고도 한다.

딥러닝(Deep learning)의 기본 요소인 인공신경망은 인간의 뇌의 뉴런과 시냅스의 작동원리의 일부 원리를 수학적으로 모델링하여 기계로 학습하는 알고리즘이다. 인공신경망을 여러개의 층으로 중첩한 모델인 딥러닝은 인공신경망의 각 층마다 가중치가 조금씩 올바른 방향으로 조정되고 손실 점수가 감소하도록 충분한 횟수만큼 훈련 반복training loop하면 손실 함수를 최소화하는 가중치 값을 산출한다. 학습은 주어진 입력을 정확한 타깃에 매핑하기 위해 신경망의 모든 층에 있는 가중치 값을 찾는 것을 의미한다. 이같은 네트워크형태의 신경망모델이 수학적 모델링과 구조화된 패턴에 기반하여 학습하는 과정을 반복해 정답과 규칙을 도출하는 것이다.