Neuraaliverkko kuulostaa sanana melko tieteelliseltä ja sitä se onkin, mutta se on kuitenkin niitä asioita, jonka ymmärtämisessä pääsee helposti alkuun, kun vain antaa sille tilaisuuden - soveltaminen on se hankala osuus. Tietojenkäsittelytieteessä, neuraaliverkko on tietokoneohjelmistoista ja datasta koostuva systeemi, joka suurpiirteistää (eng. approximate) mallin esim. yksilön tekemistä valinnoista tiettyjen olosuhteiden vallitessa.
Neuraaliverkot voivat olla itseoppivia ja/tai ennalta opetettavia. "Opetusdatan" ei tarvitse pohjautua samassa ympäristössä kerättyyn dataan kuin missä myöhemmin vertailukohteena käytettävä tapahtuma sijaitsee, vaan neuraaliverkko osaa tehdä yleistyksiä eli arvioida sitä mitä valintoja kohdehenkilö, jonka "valintojentekemisekoneistoa" pyritään mallintamaan, tulee tekemään jossain muussa ympäristössä, jossa on monelta osin tiettyä samankaltaisuutta.
Neuraaliverkkojen ideana on mallintaa aktiviteetin etenemistä aivojen kuorikerroksen synapseissa (sisääntulot vaikuttavat ulostuloihin). Eräs mahdollisesti helpoimmista mallinnettavista liittyy valintojen tekemiseen vähäisestä valikoimasta kuten osareittien valitsemiseen autolla ajaessa, mutta jos neuraaliverkot ovat aivan tuntematon asia entuudestaan, tulee varmuudella käsittämään tämän aluksi vajavaisesti (tekstin lopussa linkkejä aiheisiin johdattaville sivuille).
Neuraaliverkon tuottamien arvioiden ei tarvitse olla sellaisia, että kaikki osa-arviot valmistuisivat yhdellä kysymällä jo ennen kuin mitään matkaa on edes tehty, vaikka ne ovat eräässä mielessä myös "ennustuskoneita" ovatkin. On myös aivan eri asia mallintaa yhden yksilön todennäköistä käytöstä kuin ihmisvirtojen käytöstä. Lisäksi liian automaattisesti oppiva neuraaliverkko voi tehdä itsestään tyhmän, sillä jos sitä ei ole ohjelmoitu havaitsemaan hämäystä eli jatkuvia tahallisia reiteiltä poikkeamisia, se opettaa itseään tekemään aina vain huonompia arvioita. Neuraaliverkon käsittelemät muuttujat olisivat esimerkkeihin sovellettavissa tapauksessa ihmisen valitsemia, muuttujien arvojen ollessa joko manuaalisesti käsin syötettyjä (esim. "tyypillinen viipymä jonkin mielenkiintoisen esineen äärellä silloin kun on melko kiire paikkaan x") tai automatisoidusti syötettyjä (esim. sensorin tai anturin ohittaminen).
<-- Priming-efektistä
Herkistettävien ajatusten istuttamisesta -->