人类学习的计算模型旨在提出有关认知领域中潜在认知架构的具体假设，基于此设计开发可用于模拟的人工系统（如计算机程序），并精确指定系统中所有要执行的计算以及基于计算的学习规则，使其能够学习某些任务。

人类学习的计算模型通过构建基于计算机的人工系统，探究人是如何学习的，利用系统给出一种学习环境及其适应该环境的学习规则。最简单的系统由输入单元、输出单元、输入与输出单元间的连接三部分组成。例如，在经典条件反射研究中，系统就由编码为特定条件刺激（conditional stimuli, CS）的输入单元和编码为特定非条件刺激（unconditional stimuli, US）的输出单元组成。该模型的目标是在给定不同的CS时，观测输出单元以及二者之间关系权重的变化，形成学习规则。应用于智能教学系统中，就可以模拟学习者的学习行为变化情况；在给定的学习条件下，对学习者的学习结果进行预测，对其学习行为进行干预和指导。

人类学习的计算模型可分为监督学习模型、无监督学习模型以及强化学习模型。监督学习模型需要将外部教学信号应用到计算系统中，辅助模型学习规则，相当于利用了人类智力。这类模型的输入比较精确，有一个大致的学习方向，Rescorla-Wagner（RW）模型就是该类模型的一个开创性模型，用于解释经典条件反射问题。无监督学习模型则相反，是在不接收外界教学信号的情况下，让系统程序在杂乱无章的数据中学习并得到规律。这种模型可以追溯到D.O.赫布（Donald Olding Hebb）提出的比较有影响力的设想，即如果两个个体同时被激活，那么它们之间的连接权重就会相应增加。最典型的案例就是购物篮分析（关联规则挖掘），如果购买了A物品的顾客同时也会购买B物品，这样A、B之间的连接权重就会相应增加。在以上两种传统的学习模型之外，研究者提出了第三种介于二者之间的学习模型，即强化学习模型。这种模型先让计算机程序在没有人为给定方向（信号）的条件下进行自我学习，对学习的结果给出宽泛的“好”或“坏”的强化信号反馈。Google的AlphaGo就是利用了这项技术，而且效果明显。

对于一个特定学习模型，其合理性可以通过两个指标来确定。第一个指标是与人类学习相比，模型表现如何（行为合理性）。一方面要看模型任务的复杂性是否与人类学习达到相同水平，即模型的计算能力；另一方面则要看模型的性能表现（如错误率、错误模式或是反应时间等）是否与人类接近。第二个指标是模型遵循生物学原理（生物学合理性）的程度如何，即是否按照生物反应机理进行设计。