Nevronske mreže so zapleteni računalniški modeli, ki se pogosto uporabljajo za prepoznavanje vzorcev. Ker so nevronske mreže oblikovane po vzoru bioloških možganskih funkcij, se lahko “učijo” in napovedujejo rezultate. Obstaja veliko praktičnih uporab nevronskih mrež za napovedovanje, vključno s finančnimi izračuni, vremenskimi napovedmi in medicinsko diagnozo.
Umetne nevronske mreže za napovedovanje se zgledujejo po človeških možganih. V bioloških možganih je veliko majhnih procesnih enot, imenovanih “nevroni”, povezanih v veliko omrežje. Vsako posamezno območje obdelave je razmeroma preprosto, vendar je celotno omrežje sposobno rešiti kompleksne probleme, ko vsak nevron deluje skupaj. Povezave med vsakim majhnim nevronom je mogoče preoblikovati v nove omrežne vzorce. To omogoča možganom, da se reorganizirajo in se »učijo« novih konceptov.
Tako kot človeški možgani tudi umetna nevronska mreža vsebuje veliko majhnih procesorjev in povezav, ki jih je mogoče ponovno konfigurirati. Koncept uporabe umetnih nevronov sta leta 1943 prvič opisala znanstvenika Walter Pitts in Warren McCulloch. To znanstveno delo je kmalu razširil in objavil slavni pionir umetne inteligence Alan Turing, ki je o umetnih nevronskih mrežah pisal v publikaciji z naslovom “Intelligent Machinery” iz leta 1948. .”
Finančni izračun je ena najpogostejših uporab nevronskih mrež za napovedovanje. V bistvu se nevronska mreža uporablja kot matematični “filter” za napovedovanje izida na podlagi razpoložljivih finančnih podatkov. Ta funkcija se pogosto uporablja v programski opremi za napovedovanje borz. V tej aplikaciji računalnik obdeluje prejšnje tržne trende. Ko je vzorec vzpostavljen, nevronska mreža izračuna, ali se bo delnica v prihodnosti povečala ali zmanjšala.
Nevronske mreže se lahko uporabljajo tudi za določanje bonitetne ocene posameznika ali podjetja. Tako kot pri napovedovanju delnic je ključno prepoznavanje vzorcev. Mreža lahko upošteva na tisoče preteklih prejemnikov kreditov in analizira njihovo finančno zgodovino. Z iskanjem preteklih trendov lahko nevronske mreže za napovedovanje ocenijo, kateri novi prosilci bodo verjetno zamudili kredit. Ti posamezniki prejmejo bonitetno oceno z visokim tveganjem na podlagi napovedi.
Podobno se lahko nevronske mreže uporabljajo za vremensko napoved. V omrežje se lahko dovajajo številni različni okoljski dejavniki, kot so temperatura in vetrni tokovi. Z uporabo modela napovedi, ki temelji na prejšnjih podnebnih vzorcih, lahko nevronska mreža določi verjeten rezultat trenutnih vremenskih razmer.
Uporaba nevronskih mrež za napovedovanje lahko pomaga tudi pri reševanju nekaterih zdravstvenih težav. Človeško telo je zelo zapleteno in na desetine ali celo stotine dejavnikov lahko skupaj povzročijo zdravstveno stanje. Nevronske mreže so včasih sposobne sklepati o izvoru simptoma. V tej aplikaciji lahko umetno omrežje najde trende in vzorce iz prejšnjih kartotekov bolnikov in napove najverjetnejši vzrok bolezni.