Metody uczenia sieci neuronowych można podzielić na dwa rodzaje: metody z nauczycielem i metody bez nauczyciela. W tym drugim przypadku mówi się o sieci samouczącej. Czasami można też spotkać połączenia obu tych metod w różnych konfiguracjach.

Metody z nauczycielem mogą być stosowane wtedy, gdy znamy dane wejściowe i związane z nimi prawidłowe odpowiedzi sieci. Sprawdzamy wtedy reakcje sieci na nasze dane i porównujemy z oczekiwanymi wynikami. Jeśli sieć na pewien ciąg danych odpowiada źle, to wyznaczamy wielkość błędu i na jego podstawie modyfikujemy odpowiednie wagi tak, by już następnym razem na te same dane sieć odpowiedziała lepiej.

Metody nauczania bez nauczyciela polegają w większości na wzmacnianiu pierwotnych połączeń sieci tak, by następnym razem sieć na te same dane zareagowała bardziej zdecydowanie. Po jakimś czasie sieć będzie wyraźnie rozróżniać różne klasy danych wejściowych, pozostanie tylko problem z interpretacją jej odpowiedzi.