除了这里给出的例子，在所有工业部门中都有无数的神经网络应用。一个非常重要的领域是所有形式的模式识别，无论是识别人物或面部的照片分析，从声纳图像识别鱼群，从雷达扫描中识别和分类军用车辆等等。但神经网络也可以训练识别口语和手写文本。
神经网络不仅用于识别物体和场景。他们还接受过训练，可以使用传感器数据控制简单的机器人，以及启发式控制步步高和国际象棋计算机中的搜索。游戏中特别有趣的是强化学习技术Sect。10.8，例如神经网络。
长期以来，神经网络除了统计方法外，还成功地用于预测股票市场和评估银行客户的信誉。
对于许多这些应用程序，也可以使用其他机器学习算法。然而，神经网络迄今为止比所有其他机器学习算法更成功和更受欢迎。然而，由于数据挖掘和支持向量机的巨大商业成功，神经网络的历史流行正逐渐被推回以支持其他方法。
