Nevralno učenje temelji na prepričanju, da možgani delujejo kot računalnik, ko obdelujejo nove informacije. Vnos podatkov, organizacija in pridobivanje so primarni vidiki. Biološka osnova nevronskega učenja je nevronski sistem, ki se nanaša na medsebojno povezano strukturo možganskih celic. To razumevanje razmerja med strukturo in funkcijo možganov je bilo uporabljeno za razvoj boljšega učenja in konceptov ohranjanja spomina. Okvir služi tudi kot osnova za sisteme umetnih nevronskih omrežij.
V skladu z modelom nevronskega učenja informacije najprej pridejo v možgane z vnosom podatkov. Možgani morajo nato te informacije shraniti in jih z organizacijo podatkov združiti z že prisotnimi informacijami. Zadnji korak je pridobivanje podatkov, pri katerem možgani razvijejo sisteme za jemanje shranjenih informacij iz uma in njihovo uporabo. Nevralno učenje se tako nanaša na te kolektivne procese, v katerih možgani zbirajo, shranjujejo in uporabljajo informacije, pridobljene z življenjskimi izkušnjami. Včasih se učni procesi tako zakodirajo v možganih, da pride do pridobivanja informacij skoraj samodejno, kot v grozečih situacijah.
Spomin je torej pomemben koncept pri učenju nevronov, tako kot pri računalnikih. Učinkovito kodiranje informacij lahko pomagamo z mnemonimi tehnikami. Te metode vključujejo pomnjenje velikih kosov informacij s pomočjo spominskih znakov. Posameznik se lahko na primer poskuša naučiti dolg niz besed tako, da ustvari stavek, v katerem vsaka beseda vsebuje prvo črko vsake besede na seznamu. Drug pristop bi lahko vključeval ustvarjanje domiselne vizualne podobe, ki predstavlja besedo. Ta pristop je običajen pri pomnjenju kompleksnih informacij, kot so medicinski izrazi.
Mnemonične naprave so pogosto odvisne od drugega pomembnega koncepta nevronskega učenja: vrste učnega sloga, ki ga možgani najbolj uporabljajo za izvajanje. Nekateri posamezniki so bolj obveščeni z metodami vizualnega učenja, drugi pa bolje delujejo, če je učenje bolj branje ali temelji na besedah. Drugi pristopi lahko vključujejo slušno učenje in uporabno kooperativno učenje.
Nekateri učitelji nevronskega učenja sprejemajo celosten pristop k učenju. Z drugimi besedami, posamezniki bi morali zamisli in koncepte obravnavati na naturalističen način, namesto da bi se zanašali na metode učenja na pamet, ki poudarjajo specifična in izolirana dejstva. Zapisovanje je tako lahko sestavljeno iz drevesnega pristopa, v katerem se koncepti odcepijo drug od drugega in posamezniki ustvarijo svoje edinstvene asociacije, da utrdijo koncepte v svojem spominu.
Prenos in shranjevanje informacij poteka med omrežji nevronov ali možganskih celic. Nevronske mreže so tudi osnova za veliko umetne inteligence. Dejansko se nevronsko učenje včasih nanaša na metode oblikovanja umetne inteligence, ki posnemajo človeške nevronske strukture. Takšne nevronske mreže so se izkazale za uporabne v številnih kompleksnih prizoriščih zmogljivosti strojev, od prepoznavanja govora do izvajanja kontrol za robote.
Za te metode so umetne majhne strukture, ki so oblikovane po človeških nevronih, znane kot enote ali vozlišča. Tako kot nevroni so te enote programirane za sprejemanje dohodnih informacij ali vhodov in tudi za prenos informacij ali izhod. V strojih za umetno inteligenco so vhodne in izhodne komponente večkrat povezane, tako da se v sistemu umetne inteligence ustvarijo asociacije. Te oblikovane asociacije tvorijo nevronsko učenje za sistem in – tako kot človeško učenje – je mogoče povezave okrepiti, ko so kodirane in zapomnjene. Okrepitev se zgodi z učnimi pravili ali tehtanimi meritvami in matematičnimi nevronskimi algoritmi.