การเรียนรู้แบบมีผู้สอน (Supervised Learning)

      รูปแบบการเรียนรู้แบบมีผู้สอนเริ่มด้วยการส่งสิ่งเร้าที่ใช้ในการสอนเข้าไปเป็นอินพุท (Input) ในโครงข่ายประสาทเทียมเพื่อให้โครงข่ายประสาทเทียมสร้างผลตอบออกมาเป็นเอาท์พุท (Output) ซึ่งผลตอบจะเป็นอย่างไรก็ขึ้นอยู่กับสภาวะในตอนที่เริ่มเรียนรู้ของโครงข่ายประสาทเทียม ผลตอบดังกล่าวจะถูกนำมาเปรียบเทียบกับผลตอบเป้าหมาย (target response) ซึ่งผู้สอน (teacher) จะเป็นผู้สร้างขึ้น หากผลตอบทั้งสองมีความแตกต่างกันนั่น คือ มีความคลาดเคลื่อน (error) เกิดขึ้น ความคลาดเคลื่อนดังกล่าวจะถูกนำไปคำนวณการปรับแต่งค่าน้ำหนักต่าง ๆ ในโครงข่ายประสาทเทียม เพื่อลดความคลาดเคลื่อนลงให้เหลือน้อยที่สุด การปรับแต่งค่าน้ำหนักโดยพิจารณาจากความคลาดเคลื่อนนี้จะขึ้นอยู่กับกฎการเรียนรู้หรือขั้นตอนการคำนวณซึ่งเรียกว่า "อัลกอริทึม" (Algorithm) ที่แตกต่างกันโดยแต่ละอัลกอริทึมจะมีคุณลักษณะและสมรรถนะแตกต่างกัน  อย่างไรก็ตามวิธีการส่วนใหญ่ของการเรียนรู้แบบมีผู้สอนนี้จะดัดแปลงมาจากวิธีการทางคณิศาสตร์ในเรื่องของเทคนิคการหาค่าเหมาะสม (optimization technique) นั่นเอง 
      เนื่องจากเจตนาของมนุษย์ในการพัฒนาเครื่องมือขึ้นมาใช้งานนั้นจะอิงอยู่กับการที่มนุษย์ต้องการสั่งการและควบคุมเครื่องมือนั้น ๆ ให้ทำงานได้ตามต้องการจึงทำให้โครงข่ายประสาทเทียม ประเภทที่ใช้การเรียนรู้แบบมีผู้สอนได้รับความนิยมในการนำไปประยุกต์ใช้มากที่สุดเนื่องจากเป็นแบบที่สามารถควบคุมได้ การสั่งการโครงข่ายประสาทเทียมจะเป็นไปโดยทางอ้อมในลักษณะของการฝึกสอนโครงข่ายประสาทเทียมโดยการสร้างข้อมูลตัวอย่าง (รวมทั้งค่าเป้าหมาย) ที่จะให้โครงข่ายเรียนรู้  เมื่อโครงข่ายประสาทเทียมเรียนรู้ข้อมูลตัวอย่างได้ถูกต้องหมดแล้วความรู้ที่โครงข่ายประสาทเทียมได้เก็บไว้ในลักษณะของค่าน้ำหนักต่าง ๆ จะเป็นสิ่งที่ถูกนำไปใช้งานจริงเพื่อสร้างผลตอบต่อข้อมูลใหม่ ๆ ที่โครงข่ายไม่เคยเห็นมาก่อน ดังนั้นสำหรับโครงข่ายประสาทเทียมหนึ่ง ๆ และวิธีการเรียนรู้แบบมีผู้สอนวิธีการหนึ่ง ๆ นั้น ความรู้ของโครงข่ายประสาทเทียมจะสามารถนำไปใช้งานจริงได้เพียงใดก็ขึ้นอยู่กับคุณภาพของข้อมูลตัวอย่างที่นำใช้สอนนั้นอาจจะกล่าวได้ว่าหากข้อมูลตัวอย่างมีจำนวนมากพอโครงข่ายประสาทเทียมก็จะสามารถสร้างความรู้ได้อย่างถูกต้อง  อย่างไรก็ตามด้วยระดับความเจริญก้าวหน้าด้านโครงข่ายประสาทเทียมในปัจจุบันเทคนิคการวิเคราะห์ปัญหาเพื่อสร้างข้อมูลตัวอย่างสำหรับการเรียนรู้ที่ประสิทธิภาพนั้นยังคงเป็นงานวิจัยที่ต้องมีการค้นคว้ากันต่อไป