Clasificacion de las Redes

Arquitectura
En cuanto a la arquitectura existen dos maneras distintas de clasificación:
a) Si la arquitectura de la red no contiene ciclos, o dicho de otro modo, no se puede trazar una trayectoria de una neurona a si misma, la red es denominada unidireccional o con conexiones hacia adelante (feedforward).
b) Por otra parte, si es posible realizar una trayectoria de una neurona a sí misma, es decir, si la arquitectura presenta ciclos, se dice que son redes recurrentes, con conexiones hacia atrás o retroalimentadas (feedback).

Representación de redes unidireccionales y realimentadas (Palacios, 2003).

Tipo de aprendizaje
El otro criterio utilizado para clasificar las RNA es el tipo de aprendizaje utilizado. Existen cuatro tipos de aprendizaje:
a) Aprendizaje supervisado: Para este tipo de aprendizaje se le proporciona a la RNA una serie de ejemplos, los cuales constan de patrones de entrada y la salida que debería proporcionar. En el entrenamiento se van ajustando los pesos para que la salida arrojada sea lo más parecida a la salida deseada.
b) Aprendizaje no supervisado: También conocido como auto organizado. Para este tipo de aprendizaje se le proporciona a la red una serie de ejemplos, más no se le proporciona la respuesta que se espera. Para obtener la respuesta deseada, la RNA reconoce regularidades en el conjunto de entrada.
c) Aprendizaje híbrido: Es una mezcla de los dos tipos de aprendizaje mencionados. Unas capas de la red tienen un aprendizaje de tipo supervisado y otras capas tienen uno no supervisado.
d) Aprendizaje reforzado: Tiene características del aprendizaje supervisado y del no supervisado. Lo que hace diferente al tipo de aprendizaje reforzado del híbrido es que al reforzado se le indica en cierta medida el error que comete, aunque sea un error global, a pesar de que no se le proporciona una salida deseada.