Prilagodljiva neuronska mreža je sustav koji obrađuje informacije i vrši prilagodbe mreže kada je to potrebno. Takve se mreže mogu naći u računalnim sustavima ili u organskim oblicima života. Koriste se za tumačenje velikih količina složenih informacija i temelj su moderne tehnologije umjetne inteligencije.
Prilagodljiva neuronska mreža koju je napravio čovjek, također nazvana umjetna neuronska mreža, modelirana je prema prirodnim neuronskim mrežama u mozgu ljudi i životinja. Oni rade pomoću niza senzora za prikupljanje informacija – neurona – koje tumači središnja jedinica za obradu. Ove veze mogu mijenjati i mijenjati način interakcije sa središnjom procesorskom jedinicom na temelju vlastite procjene kako najučinkovitije obavljati svoje funkcije.
Postoje dva glavna načina na koje adaptivna neuronska mreža „uči“: učenje pod nadzorom i učenje bez nadzora. Nadzirano učenje zahtijeva čovjeka koji daje upute mreži o tome kako interpretirati i komunicirati s različitim ulazima. Svrha ovog stila učenja je osigurati da nema pogrešaka u metodama koje adaptivna neuronska mreža koristi za obradu informacija i da pojača željene akcije mreže.
Učenje bez nadzora oslanja se na središnju procesnu jedinicu koja komunicira sa svojim okruženjem i donosi vlastite odluke o tome kako bi trebala funkcionirati na temelju svog izvornog programiranja. Da bi to učinio, organizira i reorganizira informacije koje prima i predviđa kakvi bi mogli biti rezultati promjene tih podataka. Mreža može učiti online ili offline. Online učenje znači da mreža uči dok također obavlja zadatke. Offline učenje zahtijeva da mreža uči odvojeno od glume.
Trenutno postoje četiri glavna zadatka koje izvode adaptivne neuronske mreže. Svi se bave obradom i interpretacijom obrazaca. Prvo, postoji grupiranje, gdje mreža ispituje brojne obrasce i grupira povezane obrasce u klastere.
Drugi zadatak koji adaptivna neuronska mreža može obavljati je prepoznavanje i tumačenje uzorka, kao što su napisane ili izgovorene riječi. Čineći to, može pokušati razumjeti potpuno nepoznate obrasce na temelju svog razumijevanja povezanih obrazaca. Pružanje procjene vrijednosti funkcije treći je glavni zadatak i često se koristi u znanosti ili inženjerstvu. Četvrti glavni zadatak koji adaptivna neuronska mreža može obavljati je predviđanje onoga što će se dogoditi u budućnosti ako se naprave promjene u određenim modelima podataka.
Umjetna neuronska mreža je oblik umjetne inteligencije i njezina najsuvremenija upotreba uključuje naprednu robotsku tehnologiju. Češće ga koriste analitičari podataka, budući da se njihovi poslovi bave tumačenjem i sortiranjem velikih količina informacija. Umjetna neuronska mreža može pomoći analitičaru organizirati svoje podatke, provesti istraživanje i testirati moguće promjene u proizvodima i uslugama svoje tvrtke. Kako tehnologija postaje sve naprednija, primjene neuronskih mreža će postati sve češće.