Данная нейронная сеть получает и исследует входящую информацию подобно нейронам, находящимся в мозге обычного человека. В это время этого сеть самообучается и выпускает новую информацию, которая представляет собой опыт, полученный в процессе решения определённых задач.
Главной целью аналитика, который использует ИНС для решения полученной задачи, является создание как можно более эффективной архитектуры нейронной сети. Соответственно, ему нужно сделать правильный выбор вида нейронной сети, алгоритма ее обучения, количества нейронов, входящих в неё и виды связей, заключённые, между ними. Также в этот процесс входит множество аналитической работы, требующее большой концентрации.
Данные модели легко могут превосходить типичные методы решения неформализованных задач. Применение данных сетей логично, при определённых факторах:
накоплено определённое количество данных о предыдущих последовательностях действий в поведении системы.
нет возможности применения обычных методов, решающих проблемы.
данные искажены, противоречивы или не полны.
Лучше всего ИНС показывается там, где много данных, между которыми существуют незаметные связи. В подобной ситуации данные сети помогут учесть разные косвенные зависимости, которые скрыты в данных.