Z poprzedniej prezentacji wiemy jak działa Reguła DELTA. Neuron uczący się za pomocą tej reguły wygląda następująco:


        Uczenie się neuronu przedstawia równanie:

W’ = W + ηδX

gdzie
W - stary wektor wag
  W’ - nowy wektor wag
  η - szybkość uczenia
  δ - wielkość błędu między wartością otrzymaną a wartością oczekiwaną
  X - wektor wejściowy

     W tym przypadku wektory wag oraz wektor wejściowy są normalizowane. Taką sytuację przedstawia lewa kolumna wykresów (kliknij na przycisk "Projekt"). Nasz projekt pokazuje jak ważna jest normalizacja w trakcie uczenia neuronu. Prawa kolumna wykresów przedstawia sytuację, gdy żaden z wektorów nie jest normalizowany (należy zwrócić uwagę na skalę na osiach!). Neuron w którym nie dokonujemy normalizacji może sie nie uczyć a np. oscylować, zmieniająć swoją długość.