Pembelajaran saraf didasarkan pada keyakinan bahwa otak beroperasi seperti komputer ketika memproses informasi baru. Input data, organisasi, dan pengambilan adalah pertimbangan utama. Dasar biologis pembelajaran saraf adalah sistem saraf, yang mengacu pada struktur sel-sel otak yang saling berhubungan. Pemahaman tentang hubungan antara struktur dan fungsi otak ini telah diterapkan untuk mengembangkan konsep pembelajaran dan retensi memori yang lebih baik. Kerangka kerja juga berfungsi sebagai dasar dari sistem jaringan saraf tiruan.
Menurut model pembelajaran saraf, informasi pertama masuk ke otak melalui input data. Otak kemudian harus menyimpan informasi ini dan menggabungkannya dengan informasi yang sudah ada melalui organisasi data. Langkah terakhir adalah pengambilan data, di mana otak mengembangkan sistem untuk mengambil informasi yang tersimpan dari pikiran dan menggunakannya. Pembelajaran saraf dengan demikian mengacu pada proses kolektif di mana otak mengumpulkan, menyimpan, dan menggunakan informasi yang diperoleh melalui pengalaman hidup. Kadang-kadang, proses belajar menjadi begitu tersandi di otak sehingga pengambilan informasi terjadi hampir secara otomatis, seperti dalam situasi yang mengancam.
Memori karena itu merupakan konsep penting dalam pembelajaran saraf, seperti halnya dengan komputer. Pengkodean informasi yang efektif dapat dibantu dengan teknik mnemonik. Metode ini melibatkan menghafal potongan besar informasi melalui isyarat memori. Misalnya, seseorang mungkin berusaha mempelajari rangkaian kata yang panjang dengan membuat kalimat di mana setiap kata berisi huruf pertama dari setiap kata dalam daftar. Pendekatan lain mungkin melibatkan pembuatan gambar visual imajinatif yang mewakili sebuah kata. Pendekatan ini biasa dalam menghafal informasi kompleks seperti istilah medis.
Perangkat mnemonik sering bergantung pada konsep penting lainnya dalam pembelajaran saraf: jenis gaya belajar yang paling sering diterapkan oleh otak. Beberapa individu lebih mahir dengan metode pembelajaran visual, sementara yang lain bekerja lebih baik ketika belajar lebih banyak membaca atau berbasis kata. Pendekatan lain mungkin termasuk pembelajaran pendengaran dan pembelajaran kooperatif terapan.
Beberapa guru pembelajaran saraf merangkul pendekatan holistik untuk belajar. Dengan kata lain, individu harus mempertimbangkan ide dan konsep dengan cara yang naturalistik, daripada mengandalkan metode belajar hafalan yang menekankan fakta spesifik dan terisolasi. Mencatat dengan demikian mungkin terdiri dari pendekatan seperti pohon di mana konsep bercabang satu sama lain dan individu membuat asosiasi unik mereka sendiri untuk memperkuat konsep dalam ingatan mereka.
Transmisi dan penyimpanan informasi terjadi di antara jaringan neuron, atau sel otak. Jaringan saraf juga merupakan dasar dari banyak kecerdasan buatan. Faktanya, pembelajaran saraf terkadang mengacu pada metode desain kecerdasan buatan yang meniru struktur saraf manusia. Jaringan saraf semacam itu telah terbukti berguna di berbagai arena kinerja mesin yang kompleks mulai dari pengenalan suara hingga penerapan kontrol untuk robot.
Untuk metode ini, struktur kecil buatan yang dipolakan setelah neuron manusia dikenal sebagai unit atau node. Seperti neuron, unit-unit ini diprogram untuk menerima informasi yang masuk, atau input, dan juga untuk mengirimkan informasi, atau output. Pada mesin kecerdasan buatan, komponen input dan output dihubungkan berulang kali sehingga tercipta asosiasi dalam sistem kecerdasan buatan. Asosiasi yang terbentuk ini merupakan pembelajaran saraf untuk sistem, dan — seperti pembelajaran manusia — asosiasi tersebut dapat diperkuat saat mereka dikodekan dan dihafal. Penguatan terjadi melalui aturan pembelajaran, atau pengukuran berbobot dan algoritma saraf matematika.