４．３　実際の学習によるニューラルネットワークの変化

　ニューラルネットワークが学習によってどのように変わるか、もっと簡単な構造の場合を考えてみる。

　図4.5の様なニューラルネットワークに表4.1の様な入力と出力の関係（ＸＯＲの計算）を学習させてみる。

　学習前の荷重、しきい値は乱数で初期化してある為、図4.6の様な値であり、数値を入力してみると、表4.2の様な違った値が出力されてしまう。

　しかしネットワークに表4.1の関係を学習させると、荷重、しきい値は図4.7の様な値となり、数値を入力してみると、表4.3の様に正しい出力が得られる。

　これをＸＯＲの計算とは考えずに、図4.8のように２×１のパターンを１か０かの文字に認識するパターン認識と考えれば、ニューラルネットワークによって文字認識を行うことができる。

　したがって、アルファベットの認識の場合もただ入力が５７６、出力が２６に増えただけで、計算式はまったく変わらない。