Siden opprettelsen i 1989 av Terrence Sejnowski har tidsskriftet Neural Computation blitt anerkjent som det ledende innen sitt felt. 'Foundations of Neural Computation' sammenstiller, etter emne, de mest betydningsfulle artiklene som har blitt publisert i tidsskriftet de siste ni årene. Dette bindet omhandler algoritmer for usupersert læring og fokuserer på læringsmetoder for nevrale nettverk som ikke krever en eksplisitt lærer. Målet med usupersert læring er å trekke ut en effektiv intern representasjon av den statistiske strukturen som er underforstått i inngangsdataene. Disse algoritmene gir innsikt i utviklingen av hjernebarken og implisitt læring hos mennesker. I tillegg vekker de interesse hos ingeniører som arbeider med områder som datavisjon og talgjenkjenning, som søker effektive representasjoner av rå inndata.
