Metoda uczenia przyjmuje jako argumenty wspolczynnik uczenia, ciag uczacy, wartość błędu którego osiągnięcie oznacza zakończenie uczenia oraz maksymalną liczbę epok.
Iteruje po całym zbiorze wybierając z niego losowo elementy (każdy element może być wybrany tylko raz dopóki nie zostaną wylosowane wszystkie elementy ciągu), a następnie poprawia wagi (uczenie on-line). Każda epoka zaczyna się z błędem równym zero.
Następnie dla danego elementu liczone są wartości na neuronach warstwy wyjściowej, liczone są delty dla każdego wyjścia, a na ich podstawie liczony jest błąd uczenia. Następnie przekazywane są tak wyliczone błędy wstecz, do wejść, w celu zmodyfikowania wartości ich wag (backpropagation). Ten cykl powtarzany jest aż do spełnienia warunków spełnienia uczenia.