Modèle computationnel composé de couches de neurones artificiels interconnectés par des poids ajustables. L'information se propage de la couche d'entrée vers la couche de sortie via des fonctions d'activation non-linéaires (ReLU, sigmoid, tanh), permettant au réseau d'apprendre des représentations hiérarchiques des données. L'entraînement s'effectue par backpropagation : le gradient de la loss function est calculé et propagé en arrière pour ajuster les poids via gradient descent. Plus le réseau est profond (deep learning), plus les représentations apprises sont abstraites et puissantes. Les réseaux peu profonds (MLP) sont adaptés aux données tabulaires, tandis que CNN et Transformers dominent respectivement la vision et le NLP.