Hebb学习（Hebb learning），工学-控制科学与工程-智能控制-智能控制-模糊控制-人工神经网络-神经网络学习算法，依据Hebb学习规则调整神经元连接权重的算法，是一种无监督学习算法。Hebb学习规则是由加拿大心理学家D.O.赫布（D.O.Hebb）根据生理学中的条件反射机理，于1949年提出的神经元连接强度变化的规则。具体规则如下：如果两个神经元同时兴奋（即同时被激活），则它们之间的突触连接加强。Hebb学习规则是一个无监督学习规则，这种学习的结果是使人工神经网络能够提取训练集的统计特性，从而把输入信息按照它们的相似性程度划分为若干类。这一过程与人类观察和认识世界的过程非常相似。Hebb学习规则是人工神经网络学习的基本规则。在此基础上，人们提出了各种学习规则和算法，以适应不同网络模型的需要。