Dans cet article, nous présentons un algorithme de réseau neurologique qui apprend et identifie les modèles manuscrits arabes écrits ou dessinés et comprenant des caractères ou des mots simples. Il démontre également la différence entre les modes d'apprentissage supervisés et non supervisés. L'algorithme utilise un réseau neurologique de deux-couche simple et aucune couche cachée pour apprendre et identifier des modèles. Le caractère dessiné par main ou par souris est digitalisé sur une grille'des neurones d'entrée. La réponse est représentée par un neurone simple de rendement. Des rapports assez bons d'identification sont obtenus avec cet algorithme pour la plupart des modèles utilisés.