Yapay sinir ağları, insan beyninin işleyişine benzer şekilde öğrenme yoluyla yeni bilgiler türetme, oluşturma ve keşfetme yeteneklerine sahip bilgi işlem sistemleridir. Bu sistemler, geleneksel programlama yöntemleri kullanılarak gerçekleştirilmesi zor veya imkânsız olan olaylar için geliştirilmiştir. Yapay sinir ağları, adaptif bilgi işlemeyle ilgilenen bir bilgisayar bilimi dalı olarak algılanabilir. Bu sistemler, olayların örneklerini değerlendirir, bu örneklerden genellemeler yaparak bilgi toplar ve daha önce karşılaşmadıkları durumlarla karşılaştıklarında öğrendikleri bilgileri kullanarak karar verebilirler. Yapay sinir ağları, insan beyninin özelliklerinden esinlenerek geliştirildiği için, yeni gelişmeleri beraberinde getirmiş ve insan beyni hakkında yapılan araştırmalara önemli katkılar sağlamıştır. Başka bir deyişle, yapay sinir ağları, insanlığın doğayı araştırma ve taklit etme çabasının en son ürünlerinden biridir.

Yapay sinir ağları, biyolojik sinir sistemlerinin çalışma şeklini simüle etmek için tasarlanmış programlardır. Bu sistemler, sinir hücreleri (nöronlar) içerir ve nöronlar farklı şekillerde birbirine bağlanarak ağlar oluşturur. Oluşan bu ağlar, öğrenme, hafıza, veri ilişkilerini ortaya çıkarma gibi yeteneklere sahiptir. İnsanların düşünme ve gözlemleme yeteneklerini simüle eden bu sistemler, deneyimleme yoluyla öğrenme yeteneğine sahiptir. Öğrenme, nöronlar arasındaki sinaptik bağlantıların ayarlanmasıyla olur. İnsanlar, doğumdan itibaren yaşayarak öğrenme sürecine girerler. Bu süreçte beyin gelişir, yaşanan deneyimler arttıkça sinaptik bağlantılar ayarlanır ve yeni bağlantılar oluşur. Bu durum öğrenmeyi sağlar. Aynı süreç yapay sinir ağları için de geçerlidir. Burada öğrenme, eğitim yoluyla örneklerin kullanılmasıyla gerçekleşir. Yani girdi ve çıktı verilerinin işlenmesiyle, eğitim algoritmasının verileri kullanarak bağlantı ağırlıklarını ayarlamasıyla sağlanır.

Yapay sinir ağları, ağırlıklandırılmış biçimde birbirine bağlanmış çok sayıda işlem elemanından oluşan matematiksel sistemlerdir. Her işlem elemanı, transfer fonksiyonu olarak adlandırılan bir denklemle çalışır. Bir işlem elemanı, nöronlardan sinyali alarak, birleştirme, dönüştürme ve sayısal sonuç elde etme işlemlerini gerçekleştirir. İşlem elemanları, gerçek nöronlara karşılık gelir ve ağ içinde birbirine bağlanır. Bu yapı, sinir ağlarını oluşturur.

Sinirsel hesaplamanın merkezinde, dağılan, adaptif ve doğrusal olmayan işlem kavramları bulunur. Bu sistemler, geleneksel işlemcilerden farklı şekilde çalışır. Geleneksel işlemcilerde tek işlem elemanı her hareketi sırasıyla gerçekleştirirken, yapay sinir ağları çok sayıda basit işlem elemanından oluşur ve her biri bir sorunun parçasıyla ilgilenir. Bir işlem elemanı, girdiyi ağırlık kümesiyle ağırlıklandırır ve doğrusal olmayan şekilde dönüştürerek çıktı değeri oluşturur. İşlem elemanlarının çalışma biçimi basittir. Sinirsel hesaplamanın gücü, işlem elemanları arasındaki yoğun bağlantı yapısından kaynaklanır. Yapay sinir ağlarında benzer özelliklere sahip nöronlar tabakalar şeklinde yapılandırılır ve transfer fonksiyonları eş zamanlı çalıştırılır. Çoğu ağ, veri alan ve çıktı üreten nöronlara sahiptir. Yapay sinir ağlarının girdi veriyi çıktı veriye nasıl ilişkilendirdiği, nöronların transfer fonksiyonları, birbirine bağlantıları ve bu bağlantıların ağırlıkları ile etkilenir.