У статті виконаний короткий порівняльний аналіз штучних нейронних мереж, які відрізняються за методами налаштувань (навчання) мережі і за формою її структури. Охарактеризовано застосовність, переваги і недоліки таких методів налаштувань нейромереж, як метод зворотного розповсюдження помилки; генетичний алгоритм; ітеративний алгоритм Уідроу-Хоффа з мінливим кроком; модифікований метод найменших квадратів; метод послідовного навчання. Показано відмінності структури для мереж, призначених для вирішення задач регулювання інформаційних процесів і розпізнавання багатопараметричних об'єктів.