神經網絡是一種模擬人腦的神經網絡以期能夠實現類人工智能的機器學習技術。
一、神經網絡的主要優點：
神經網絡有能力學習和構建非線性的復雜關系的模型，這非常重要，因為在現實生活中，許多輸入和輸出之間的關系是非線性的、復雜的。
神經網絡可以推廣，在從初始化輸入及其關系學習之后，它也可以推斷出從未知數據之間的未知關系，從而使得模型能夠推廣并且預測未知數據。
與許多其他預測技術不同，神經網絡 不會對輸入變量施加任何限制。此外，神經網絡 可以更好地模擬異方差性，即具有高波動性和不穩定方差的數據，因為它具有學習數據中隱藏關系的能力，而不在數據中強加任何固定關系。這在數據波動非常大的金融時間序列預測（例如：股票價格）中非常有用。
二、神經網絡的應用
1、圖像處理和字符識別：神經網絡具有接收許多輸入的能力，可以處理它們來推斷隱蔽、復雜的非線性關系，神經網絡在圖像和字符識別中起著重要的作用。手寫字符識別在欺詐檢測（例如：銀行欺詐）甚至國家安全評估中有很多應用。
圖像識別是一個不斷發展的領域，廣泛應用于社交媒體中的面部識別、醫學上的癌癥治療的停滯以及農業和國防用途的衛星圖像處理。此外也在計算機視覺、語音識別、自然語言處理等方向有創新，如無人駕駛汽車。
2、預測：在經濟和貨幣政策、金融和股票市場、日常業務決策都需要進行預測。股價是一個復雜的問題，傳統的預測模型出現了局限性。鑒于其能夠建模和提取未知的特征和關系，以正確的方式應用的神經網絡，可以提供強大的替代方案。
此外，在醫藥、安全、銀行、金融、政府、農業和國防等領域，神經網絡有著廣泛的應用。