Zalety

Wady

• Sieć neuronowa nie wymaga wcześniej sprecyzowanej funkcjonalnej formy, ani przyjęcia restrykcyjnych założeń dotyczących charakterystyk,
• Istnieje możliwość pracy z nieprecyzyjnymi zmiennymi,
• Proces uczenia może trwać stosunkowo krótko,
• Umożliwia szybkie i sprawne dostosowanie do określonych warunków,
• Pozwala na stopniowe przystosowywanie się do pojawiających nowych przypadków, powodujących zmiany sytuacji,
• Daje możliwość opanowania ukrytych struktur danych.

• Proces uczenia może trwać bardzo długo,
• System może nie osiągnąć optymalnej redukcji błędu, określając jedynie lokalne minima,
• System może powodować niestabilność zachowań w fazie uczenia,
• Analiza procesu przyznawania wag poszczególnym jednostkom jest złożona i trudna do zinterpretowania,
• Występują trudności w identyfikacji przyczyn błędów i wadliwych odpowiedzi, ze względu na skomplikowaną przejrzystość sieci.