Das Perceptron ist ein sehr komplexes und schwer zu entwickelendes Neuronales Netz, welches sehr selten in Verwendung kommt.

Je mehr Layer in einem Neuronalem Netzwerk vorhanden sind, desto genauer kann das Modell Bestimmungen tätigen.

Neuronale Netze können den Perceptron-Algorithmus verwenden.

Ein Neuronales Netzwerk besteht aus gleich gewichteten Verbindungen.

Verbindungen zwischen Knoten können unterschiedlich gewichtet werden.

Je mehr Dimensionen berücksichtigt werden, desto mehr Beobachtungen braucht es, um dieselbe Anpassungqualität zu

bekommen.

Ein Reinforcment-Learning Netzwerk lernt in Echtzeit um seine Langzeitkosten zu minimieren.

Das Einfügen von Hidden Layers sollte vermieden werden, da es keinen Mehrwert für das neuronale Netzwerk liefert.