Задачи предсказания являются задачами построения регрессионной зависимости выходных данных от входных. Эффективность использования НС в таких задачах высока. Как правило, пользователя интересует не построение самой зависимости, как таковой, а получение обученного предсказателя. Как правило, результаты работы предсказателя оценивает оператор. Однако возможно использование обученной НС в устройстве управления технической системой.

Задачи классификации

Обучение нейронной сети в этом случае состоит в формировании в ней образов разделяющих поверхностей в пространстве состояний. При функционировании такой сети она по совокупности признаков объекта сигнализирует о принадлежности его к определенному классу. Наиболее прост и распространен бинарный классификатор, который делит признаковое пространство на два подпространство и формирует бинарный сигнал, указывающий, в которое из них попадает объект.

При большем числе классов требуется использование интерпретатора ответа сети, который будет по совокупности выходных сигналов НС определять, к какому классу принадлежит объект. Наиболее распространен интерпретатор "победитель забирает все". Число выходных сигналов НС в этом случае равно числу классов, а номер выбранного класса равен номеру максимального выходного сигнала.

Признаки задач, в которых применение НС оправдано:

3. Наличие некачественных данных: неполных, избыточных, зашумленных, противоречивых.

Базируются на теоретических достижениях синтетической теории эволюции:

- Механизмы наследования признаков и изменчивости у живых организмов

- Гипотеза селекции: чем выше приспособленность особи, тем выше вероятность того, что в потомстве признаки, определяющие приспособленность будут выражены еще сильнее.

-Суть ГА: признаки, в пространстве которых ведется отбор кодируются каким-либо числовым кодом (обычно кодом Грея) – модель генетической информации в природе. Формируется популяция особей кодированием генетической информации случайным образом. С вероятностью, пропорциональной приспособленности особи, она может стать родителем. Генетическая информация потомков получается из родительской с помощью генетических операторов: кроссовер, инверсия, мутация. Наименее приспособленные особи выкидываются.