Redigerer Kunstig nevralt nettverk (avsnitt)

====Stegene i læringsalgoritmen====
1.   Initialisering av vekter og 'threshold'. Vekter kan initialiseres ved å sette hver vekt node <math>w_i(0) \,</math> til 0 eller til en lav tilfeldig verdi.

:2a.   Kalkuler det faktiske output:
::<math>y_j(t) = f[\mathbf{w}(t)\cdot\mathbf{x}_j] = f[w_0(t) + w_1(t)x_{j,1} + w_2(t)x_{j,2} + \dotsb + w_n(t)x_{j,n}]</math>

:2b.   Tilpass vektene:
::<math>w_i(t+1) = w_i(t) + \alpha (d_j - y_j(t)) x_{j,i} \,</math>, for all nodes <math>0 \leq i \leq n</math>.

Steg 2 er repetert til feilen i en iterasjon <math>d_j - y_j(t) \,</math> er mindre enn en brukerspesifisert grense <math>\gamma \,</math>, eller etter at et predefinert nummer av iterasjoner har blitt gjennomført. Legg merke til at algoritmen tilpasser vektene øyeblikkelig etter at steg 2a og 2b er utført på et par i treningsdatasett istedenfor å vente på at alle parene i et treningsdatasett har blitt evaluert.