Las redes neuronales artificiales son sistemas de procesamiento inspirados en la estructura biológica del cerebro, que han sido ampliamente utilizadas en aplicaciones relacionadas con el procesamiento digital de señales, el reconocimiento de patrones, el control automático y en general para resolver todos aquellos problemas que involucran inmensas cantidades de datos en los que puede existir mucha incertidumbre respecto a cómo son obtenidos. Este texto recoge los fundamentos teóricos de las redes neuronales artificiales enfocándose principalmente en las redes perceptron multicapa-MLP las cuales toman un papel protagónico en las aplicaciones prácticas por ser el modelo más ampliamente utilizado; se tratan los algoritmos más importantes en el contexto de estas redes y se presenta la aplicación del proceso de aprendizaje de un algoritmo para filtrado adaptativo que se basa en la segunda derivada del gradiente (ARγ) en el entrenamiento de una red neuronal MLP mostrando finalmente los resultados de su aplicación. Se trata de un libro con alto contenido práctico dirigido principalmente a aquellos desarrolladores interesados en mejorar el rendimiento de las redes neuronales artificiales.