前饋神經網絡：最簡單的神經網絡，每個神經元接收前一層的全連接輸入然後輸出到下一層，整個過程無反饋。
BP神經網絡：誤差反向傳播算法(Error Back Propagation Training)，簡稱BP，系統解決了多層神經網絡隱含層連接權學習問題，按照誤差向前傳播的訓練方法訓練的多層前饋神經網絡。
梯度下降算法：用於尋找最小值，梯度的相反方向是函數值下降速度的最快方向，我們相信沿着函數變化最快的方向能更快地找到最小值。
深度學習：深度學習（Deep Learning）是機器學習研究中的一個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。深度學習是無監督學習的一種。
單層感知機：（PLA)單層感知器的思路是模擬大腦中單個神經元的工作方式：激活與否。感知器接收多個輸入信號，如果輸入信號的和超過某個閾值則輸出一個信號，否則就什麼也不輸出。
多層感知機：（MPL）多層神經網絡，其中包含隱藏層。