フィードバックニューラルネットワーク（FeedBack NN）：再帰ネットワーク、回帰ネットワークとも呼ばれ、出力を1ステップ時間シフトしてから入力層に再接続するニューラルネットワークシステムです。この種のネットワークでは、ニューロンが相互に接続されることがあり、一部のニューロンの出力は同層や前層のニューロンにフィードバックされます。一般的なものには、ホップフィールドニューラルネットワーク、エルマンニューラルネットワーク、ボルツマンマシンなどがあります。

フィードフォワードニューラルネットワークとフィードバックニューラルネットワークの主な違い：
■フィードフォワードニューラルネットワークでは、各層のニューロン間に接続がなく、ニューロンは上層からのデータのみを受け取り、処理してから次の層に伝え、データは順方向に流れます。フィードバックニューラルネットワークでは、層間のニューロンに接続があり、データは同層間を流れたり前層にフィードバックされたりします。
■フィードフォワードニューラルネットワークは、出力と入力の時間的な遅延効果を考慮せず、出力と入力のマッピング関係のみを表現します。フィードバックニューラルネットワークは、出力と入力の間の時間的な遅延を考慮し、システムのモデルを記述するには動的方程式が必要です。
■フィードフォワードニューラルネットワークの学習には主に誤差修正法（例えばBPアルゴリズム）が用いられ、計算過程は一般的に比較的遅く、収束速度も比較的遅いです。フィードバックニューラルネットワークは主にヘブ学習規則を用い、一般的に計算の収束速度は非常に速いです。
■フィードフォワードニューラルネットワークと比較して、フィードバックニューラルネットワークは連想記憶や最適化計算などの分野により適しています。