Există o serie de avantaje pentru utilizarea unui model de rețea neurală, în special faptul că rețeaua este adaptabilă la o gamă largă de parametri și cerințe privind datele, precum și faptul că sunt ușor de utilizat, necesitând statistici minime În plus, rețelele neuronale au capacitatea de a învăța (într-un sens limitat), făcându-le cel mai apropiat model disponibil unui operator uman.
Rețelele neuronale sunt suficient de avansate pentru a detecta orice relație complexă între intrări și ieșiri, ceea ce reprezintă un alt avantaj atunci când folosiți acest model.
Desigur, rețelele neuronale nu sunt fără dezavantajele lor. Datorită naturii complicate și avansate a modelului, acestea sunt foarte greu de proiectat, de exemplu.
În timp ce adaptabilitatea și sensibilitatea unei rețele neuronale este, cu siguranță, un avantaj, aceasta are și probleme. Dat fiind faptul că o rețea neuronală va reacționa chiar și la cea mai mică schimbare a datelor, poate fi adesea foarte greu de modelat în mod analitic.
Rularea unei rețele neuronale necesită, de asemenea, o cantitate imensă de resurse de calcul, făcând-o costisitoare și, eventual, imposibilă, pentru unele companii și aplicații.
În plus, în timp ce rețelele neuronale sunt excelente și raritează cantități mari de date, acest avantaj se diminuează în raport cu dimensiunea unui eșantion de date. Probele mici, de exemplu, nu vor fi utilizate în mod eficient, deoarece rețeaua funcționează cel mai bine cu eșantioane mari.
