การเรียนรู้แบบมีผู้สอน (Supervised Learning)
รูปแบบการเรียนรู้แบบมีผู้สอน เริ่มด้วยการส่งสิ่งเร้า ที่ใช้ในการสอนเข้าไปเป็นอินพุท (Input) ในโครงข่ายประสาทเทียม เพื่อให้โครงข่ายประสาทเทียม สร้างผลตอบออกมาเป็นเอาท์พุท (Output) ซึ่งผลตอบจะเป็นอย่างไร ก็ขึ้นอยู่กับสภาวะ ในตอนที่เริ่มเรียนรู้ของโครงข่ายประสาทเทียม ผลตอบดังกล่าว จะถูกนำมาเปรียบเทียบกับผลตอบเป้าหมาย (target response) ซึ่งผู้สอน (teacher) จะเป็นผู้สร้างขึ้น หากผลตอบทั้งสองมีความแตกต่างกัน นั่นคือ มีความคลาดเคลื่อน (error) เกิดขึ้น ความคลาดเคลื่อนดังกล่าวจะถูกนำไปคำนวณการปรับแต่งค่าน้ำหนักต่างๆ ในโครงข่ายประสาทเทียม เพื่อลดความคลาดเคลื่อนลงให้เหลือน้อยที่สุด
การปรับแต่งค่าน้ำหนักโดยพิจารณาจากความคลาดเคลื่อนนี้ จะขึ้นอยู่กับกฎการเรียนรู้ หรือขั้นตอนการคำนวณ ซึ่งเรียกว่า "อัลกอริทึม" (Algorithm) ที่แตกต่างกัน โดยแต่ละอัลกอริทึมจะมีคุณลักษณะ และสมรรถนะแตกต่างกัน อย่างไรก็ตาม วิธีการส่วนใหญ่ของการเรียนรู้แบบมีผู้สอนนี้ จะดัดแปลงมาจากวิธีการทางคณิศาสตร์ ในเรื่องของเทคนิคการหาค่าเหมาะสม (optimization technique) นั่นเอง
เนื่องจากเจตนาของมนุษย์ในการพัฒนาเครื่องมือขึ้นมาใช้งานนั้น จะอิงอยู่กับการที่มนุษย์ต้องการสั่งการ และควบคุมเครื่องมือนั้นๆ ให้ทำงานได้ตามต้องการ จึงทำให้โครงข่ายประสาทเทียม ประเภทที่ใช้การเรียนรู้แบบมีผู้สอน ได้รับความนิยมในการนำไปประยุกต์ใช้มากที่สุด เนื่องจากเป็นแบบที่สามารถควบคุมได้ การสั่งการโครงข่ายประสาทเทียมจะเป็นไปโดยทางอ้อม ในลักษณะของการฝึกสอนโครงข่ายประสาทเทียม โดยการสร้างข้อมูลตัวอย่าง (รวมทั้งค่าเป้าหมาย) ที่จะให้โครงข่ายเรียนรู้ เมื่อโครงข่ายประสาทเทียมเรียนรู้ข้อมูลตัวอย่างได้ถูกต้องหมดแล้ว ความรู้ที่โครงข่ายประสาทเทียมได้เก็บไว้ในลักษณะของค่าน้ำหนักต่างๆ จะเป็นสิ่งที่ถูกนำไปใช้งานจริง เพื่อสร้างผลตอบต่อข้อมูลใหม่ๆ ที่โครงข่ายไม่เคยเห็นมาก่อน ดังนั้น สำหรับโครงข่ายประสาทเทียมหนึ่งๆ และวิธีการเรียนรู้แบบมีผู้สอนวิธีการหนึ่งๆ นั้น ความรู้ของโครงข่ายประสาทเทียม จะสามารถนำไปใช้งานจริงได้เพียงใด ก็ขึ้นอยู่กับคุณภาพของข้อมูล ตัวอย่างที่นำใช้สอนนั้น อาจจะกล่าวได้ว่า หากข้อมูลตัวอย่างมีจำนวนมากพอ โครงข่ายประสาทเทียม ก็จะสามารถสร้างความรู้ได้อย่างถูกต้อง อย่างไรก็ตาม ด้วยระดับความเจริญก้าวหน้าด้านโครงข่ายประสาทเทียมในปัจจุบันเทคนิคการวิเคราะห์ปัญหาเพื่อสร้างข้อมูลตัวอย่าง สำหรับการเรียนรู้ที่ประสิทธิภาพนั้นยังคงเป็นงานวิจัยที่ต้องมีการค้นคว้ากันต่อไป