試験では、ニューラルネットワークの基本的な階層構造（入力層、中間層/隠れ層、出力層）や、重みを調整するためのアルゴリズムである「誤差逆伝播法」の名称がよく問われます。また、各ニューロンが入力を受け取って次のニューロンに信号を出力する際に、信号を非線形に変換して送る役割を持つ「活性化関数（シグモイド関数やReLU関数など）」の概念も頻出します。シラバスでは、ディープラーニングの発展系である画像認識向けの「畳み込みニューラルネットワーク（CNN）」や、時系列データや自然言語の処理に適した「再帰型ニューラルネットワーク（RNN）」といった派生モデルの役割についても区別して理解しているかどうかが重要になります。

ニューラルネットワークに関連する用語としては、重みの最適化を行う「誤差逆伝播法」や、多層構造を持つ「ディープラーニング（深層学習）」があります。また、画像処理でエッジ検出などに使われる「畳み込みニューラルネットワーク（CNN）」や、音声や自然言語処理で前後の文脈を学習するための「再帰型ニューラルネットワーク（RNN）」も、合わせて押さえておくべき重要な技術概念です。