Glębokie uczenie się jest w dzisiejszych czasach gorącym tematem badawczym. Sieci neuronowe są końmi roboczymi glębokiego uczenia się. W tych badaniach badano podstawy sieci neuronowych. ANN można zdefiniowac jako struktury skladające się z gęsto polączonych adaptacyjnych, prostych element w przetwarzających (zwanych sztucznymi neuronami lub węzlami), kt re są zdolne do wykonywania masowo r wnoleglych obliczeń dla przetwarzania danych i reprezentacji wiedzy. Wspomniano o definicji sztucznej sieci neuronowej, om wiono projektowanie sieci neuronowej, naukę o sieci neuronowej, om wiono najpopularniejsze typy sieci neuronowych, takie jak sieci Hopfielda, sieci teorii rezonansu adaptacyjnego (ART), sieci Kohonena, sieci backpropagacji, sieci prądu przemiennego, sieci przeciwdzialające propagacji oraz sieci z funkcją bazy radialnej (RBF), a także om wiono og lne zagadnienia związane z rozwojem ANN.