ニューラルネットワーク は、脳の神経細胞（ニューロン）のつながりをまねた 計算のしくみ です。機械学習、特に ディープラーニング の土台になっています。
多数の小さな計算単位（ノード）が層をなして並び、入力から出力へと信号が伝わります。
flowchart LR I1[入力] --> H1[中間層] I2[入力] --> H1 I1 --> H2[中間層] I2 --> H2 H1 --> O[出力] H2 --> O
各つながりには 「重み」 という数値があり、信号にこの重みをかけ合わせながら、次の層へ伝えていきます。
学習とは、この重みを良い値へ少しずつ調整していくこと です。予測が外れたら、そのずれをもとに重みを微調整する——これを大量のデータで何度も繰り返し、だんだん正解に近づけます（この調整方法を誤差逆伝播といいます）。
層を1〜2枚だけにした単純なものから、何十・何百層も重ねた深いものまであります。層を深くすると、より複雑なパターンを捉えられるようになり、これが ディープラーニング です。