Für Neuronale Netze ergeben sich vielfältige Anwendungen, z.B. die Vorhersage von Aktienkursen, die Prüfung der Kreditwürdigkeit von Bankkunden oder die Ermittlung der Oktanzahl einer Benzinmischung. Neben den Selbstorganisierenden Merkmalskarten und den besonders für die Mustererkennung geeigneten Hopfield-Netzen kommen überwiegend Backpropagation-Netze zum Einsatz. Die Grundlagen dieser drei Netzwerktypen werden behandelt. Die ausgewählten Beispiele zeigen die vielseitigen Anwendungsmöglichkeiten Neuronaler Netze. Darüber hinaus wird die Übertragung der Evolutionsstrategie auf den Lernvorgang eines Backpropagation-Netzes behandelt. Die Besprechung einiger neurophysiologischer Modelle rundet den Stoff ab. Eine Reihe von Übungsaufgaben mit Lösungen erleichtert dem Leser die Einarbeitung. Die Implementierung der Beispiele erfolgt mit Hilfe der Programmiersprache Pascal. Das Buch eignet sich besonders für Leser, die sich einen Überblick zu den Grundlagen und Anwendungsmöglichkeiten sowie zur Implementierung Neuronaler Netze verschaffen wollen. Das Buch ist aus einem Manuskript entstanden, das vom Autor an der Fakultät für Informatik der Hochschule Mannheim für die Vorlesung Neuronale Netzwerke angefertigt wurde.