Obiectul rețelelor neuronale artificiale cunoaște o dezvoltare rapidă în ultimii 25 de ani și constituie acum un domeniu științific vast și autonom, care se leagă de cadrul general al inteligenței artificiale și al sistemelor inteligente.

În această carte sunt descrise în mod sistematic cele mai importante modele de rețele neuronale, începând de la modelul simplu Perceptron al unui neuron și continuând cu rețelele Perceptron cu multiple straturi și algoritmul de antrenare Back Propagation, rețelele Radial Basis Function (RBF), rețelele auto-organizatoare, precum modelul SOM, modelele liniare și non-lineare Hebbiene de învățare, mașinile cu vectori de suport (SVM), modelele dinamice, precum modelul Hopfield, și multe altele.

Tutte modelele sunt clasificate în funcție de metoda lor de antrenare, în timp ce cititorul este introdus în problema generală a învățării și auto-adaptării unui sistem computațional. Se oferă fundamentele matematice necesare pentru înțelegerea funcționării rețelelor, fără a fi necesare cunoștințe matematice de nivel înalt.

O atenție deosebită este acordată, de asemenea, dimensiunii algoritmice a modelelor, deoarece cele mai importante dintre acestea sunt însoțite de pseudocodul corespunzător. În final, aplicațiile rețelelor neuronale constituie o parte semnificativă a cărții, având în vedere că reprezintă un stimulent esențial pentru studiul și dezvoltarea acestora. Sunt descrise aplicații care acoperă diverse domenii, cum ar fi recunoașterea pattern-urilor, procesarea semnalului și a imaginii, comprimarea informației, modelarea și recunoașterea sistemelor etc.