Predikce s neuronovými sítěmi

Neuronové sítě mají pro predikci výhodu v tom, že jsou schopny učit se na příkladech a po naučení jsou schopny vystihnout skryté i silně nelineární závislosti a to i za přítomnosti šumu v trénovací množině.

Nevýhoda spočívá v tom, že se mohou naučit závislost platnou pouze v určitém období. Chybu předpovědi zpravidla nelze odhadnout.