Učení bez učitele
Adaptační algoritmy můžeme rozdělit do dvou základních oblastí, nazývané jako učení bez učitele, respektive učení s učitelem.
Pro učení bez učitele je typické, že adaptační algoritmus nemá k dispozici žádné kriterium správnosti hledané transformace vstupních dat. Pracuje na principu shlukování, kdy ve vstupním prostoru dat hledá „sobě podobné“ elementy. Na základě předkládaných vzorků vstupních dat provádí jejich třídění do skupin, bez možnosti posouzení správnosti zatřídění. Počet hledaných skupin může být předem dán. Do adaptace nevstupuje žádný arbitr, celé učení je založenou pouze na informacích obsažených ve vstupních datech. Algoritmus bez arbitra je tedy možné použít i v okamžiku aktivní dynamiky sítě, kdy je možné na základě každého nového předloženého vzorku upravit současně i parametry sítě. Učení tak může být i trvalého charakteru. Učení bez učitele nemá v případě jednotlivého neuronu význam, nicméně je používáno například pro celou třídu neuronových sítí nazývanou jako samoorganizující se mapy, kterým bude věnována samostatná podkapitola.