Närvivõrgud on keerulised arvutusmudelid, mida sageli kasutatakse mustrite tuvastamiseks. Kuna närvivõrgud on modelleeritud bioloogiliste ajufunktsioonide põhjal, on nad võimelised “õppima” ja tulemusi ennustama. Närvivõrke on ennustamiseks palju praktilisi kasutusviise, sealhulgas finantsarvutused, ilmaennustused ja meditsiiniline diagnostika.
Ennustamiseks mõeldud tehisnärvivõrgud on inspireeritud inimese ajust. Bioloogilises ajus on paljud väikesed töötlemisüksused, mida nimetatakse “neuroniteks”, ühendatud suurde võrku. Iga üksik töötlemisala on suhteliselt lihtne, kuid kogu võrk suudab lahendada keerulisi probleeme, kui kõik neuronid töötavad koos. Iga väikese neuroni vahelisi ühendusi saab ümber konfigureerida uuteks võrgumustriteks. See võimaldab ajul end ümber korraldada ja uusi mõisteid “õppida”.
Sarnaselt inimese ajule sisaldab tehisnärvivõrk palju väikeseid protsessoreid ja ühendusi, mida saab ümber seadistada. Tehisneuronite kasutamise kontseptsiooni kirjeldasid esmakordselt teadlased Walter Pitts ja Warren McCulloch 1943. aastal. Seda teadustööd laiendas ja avalikustas peagi kuulus tehisintellekti pioneer Alan Turing, kes kirjutas tehisnärvivõrkudest 1948. aasta väljaandes pealkirjaga “Intelligent Machinery”. .”
Finantsarvestus on üks levinumaid närvivõrkude kasutusviise ennustamiseks. Põhimõtteliselt kasutatakse närvivõrku matemaatilise “filtrina”, et ennustada tulemust olemasolevate finantsandmete põhjal. Seda funktsiooni kasutatakse sageli börsiennustustarkvaras. Selles rakenduses töötleb arvuti varasemaid turusuundumusi. Kui muster on loodud, arvutab närvivõrk välja, kas aktsia tulevikus tõuseb või langeb.
Närvivõrke saab kasutada ka üksikisiku või ettevõtte krediidireitingu määramiseks. Nagu aktsiate ennustamise puhul, on mustrituvastus võtmetähtsusega. Võrgustik võib arvestada tuhandete varasemate krediidisaajatega ja analüüsida nende finantsajalugu. Varasemate suundumuste leidmisega saavad prognoosimise närvivõrgud hinnata, millised uued taotlejad tõenäoliselt oma krediiti ei täida. Need isikud saavad ennustusel põhineva kõrge riskiga krediidireitingu.
Samamoodi saab närvivõrke kasutada ilmaennustamiseks. Võrku saab sisestada palju erinevaid keskkonnategureid, nagu temperatuur ja tuulevoolud. Varasematel kliimamustritel põhineva prognoosimudeli abil saab närvivõrk määrata praeguste ilmastikutingimuste tõenäolise tulemuse.
Närvivõrkude kasutamine ennustamiseks võib aidata lahendada ka teatud meditsiinilisi probleeme. Inimkeha on väga keeruline ja kümned või isegi sajad tegurid võivad koosmõjul põhjustada haigusseisundi. Närvivõrgud suudavad mõnikord tuletada sümptomi allika. Selles rakenduses suudab tehisvõrk leida varasemate patsientide andmete põhjal suundumusi ja mustreid ning ennustada haiguse kõige tõenäolisemat põhjust.