Sieci Kohonena są specjalnym rodzajem sztucznych sieci neuronowych. Są one w stanie do uczenia się topologii danych dzięki tworzeniu specjalnych map nazywanych mapami samoorganizującymi się (ang. Self Organizing Maps, SOM). Mapy te są bardzo użyteczne w procesie klasteringu z powodu ich topologicznego podobieństwa do danych treningowych.

Mapy SOM tworzone przez moduł Sieci Kohonena mogą być wyświetlone. Oznacza to, że nawet dla bardzo skomplikowanych danych można uzyskać jakiś rodzaj ich wizualizacji.

Sieci Kohonena można użyć do grupowania (klasyczny algorytm SOM), jak i do klasyfikacji danych (rodzina algorytmów LVQ). W obu przypadkach tworzona jest mapa samoorganizująca się, która może być wizualizowana.