Los objetivos del curso son los de entender como funciona una red neuronal artificial y el tipo de problemas que puede resolver. Por ello, el alumno deberá conocer las principales arquitecturas conexionistas y como se construyen, tanto en redes neuronales artificiales superficiales y profundas. Más en concreto, el curso pretende:

- Proveer al estudiante de los fundamentos teóricos y prácticos asociados con las estructuras conexionistas más conocidas de redes neuronales así como de los algoritmos de aprendizaje utilizados por las mismas. 

- Comprender las ventajas y limitaciones del enfoque de redes neuronales con respecto a los modelos estadísticos.

- Desarrollar en el estudiante la capacidad de simular procesos psicológicos (memoria, percepción, etc.) mediante la aplicación de las redes conexionistas utilizando el software apropiado.

- Conocer la fundamentación matemática y los mecanismos de aprendizaje en las redes conexionistas. 

- Identificar las principales áreas de aplicación de las redes conexionistas.

- Aprender a desarrollar nuevas redes conexionistas, a validarlas y evaluarlas. 

- Determinar el tipo de estructura de una red neuronal concreta (tipos de nodos,conexión entre niveles, método de modificación de conexiones o aprendizaje, etc.)

- Identificar el tipo de problema que pueden resolver los diversos tipos de redes neuronales.