1.Jaringan Saraf Tiruan (JST) adalah algoritma Deep Learning yang prinsip kerjanya dikembangkan dari jaringan saraf biologis yang membentuk struktur otak manusia. Berikut ilustrasi dari jaringan saraf biologis.
Jaringan saraf tiruan di bidang kecerdasan buatan (artificial intelligent) mencoba untuk meniru jaringan neuron yang membentuk otak manusia sehingga komputer akan memiliki opsi untuk memahami berbagai hal dan membuat keputusan layaknya cara seperti manusia berpikir. JST dirancang oleh komputer seperti sel-sel otak yang saling berhubungan.
Cara Kerja Jaringan Saraf Tiruan
Jaringan Saraf Tiruan paling baik direpresentasikan sebagai graf berarah berbobot, di mana neuron buatan membentuk simpul atau node. Hubungan antara output neuron dan input neuron dapat dilihat sebagai tepi berarah dengan bobot. 
2. 
Neuron (Unit atau Node)
- Neuron adalah komponen dasar JST yang berfungsi untuk menerima, memproses, dan mengirimkan informasi.
- Setiap neuron memiliki beberapa input yang diberi bobot (weights) dan menghasilkan output melalui fungsi aktivasi.
LAPISAN INPUT
Lapisan ini adalah pintu masuk data ke dalam jaringan syaraf tiruan.Setiap node di lapisan input mewakili satu fitur (variabel) dari data yang dimasukkan.Tidak ada pemrosesan data di lapisan ini, hanya mengirimkan data ke lapisan berikutnya.Lapisan tersembunyi (hidden layer) 
- Lapisan tersembunyi adalah tempat pemrosesan utama terjadi. Jaringan ini menyusun pola atau hubungan kompleks dari data input.
- Setiap neuron di lapisan tersembunyi menerima input dari lapisan sebelumnya, memprosesnya, lalu mengirimkan output ke lapisan berikutnya.
Lapisan output
Lapisan output menghasilkan hasil akhir dari jaringan berdasarkan data yang diproses oleh lapisan tersembunyi.Jumlah neuron di lapisan output bergantung pada jenis masalah:
- Regresi: Biasanya memiliki satu neuron (hasil numerik tunggal).
- Klasifikasi: Jumlah neuron sama dengan jumlah kelas (kategori) yang akan diprediksi.