Có một số lợi thế khi sử dụng mô hình mạng nơron, đáng chú ý nhất là mạng có thể thích ứng với nhiều loại thông số và yêu cầu dữ liệu, cũng như thực tế là chúng dễ sử dụng, yêu cầu số liệu thống kê tối thiểu đào tạo. Hơn nữa, mạng nơ-ron có khả năng học hỏi (ở một khía cạnh hạn chế), khiến chúng trở thành mô hình gần nhất với người vận hành.
Mạng nơ-ron đủ nâng cao để phát hiện bất kỳ mối quan hệ phức tạp nào giữa đầu vào và đầu ra, đây là một lợi thế khác khi sử dụng mô hình này.
Tất nhiên, mạng nơ-ron không phải là không có nhược điểm của chúng. Ví dụ: do tính chất phức tạp và cao cấp của mô hình, chúng rất khó thiết kế.
Mặc dù khả năng thích ứng và độ nhạy của mạng nơ-ron chắc chắn là một lợi thế, nhưng nó cũng đi kèm với các vấn đề. Do mạng nơ-ron sẽ phản ứng với những thay đổi dữ liệu dù là nhỏ nhất, nên thường rất khó để lập mô hình phân tích.
Việc chạy một mạng nơ-ron cũng đòi hỏi một lượng lớn tài nguyên máy tính, khiến nó trở nên đắt đỏ và có thể không thực tế đối với một số công ty và ứng dụng.
Hơn nữa, trong khi mạng nơ-ron rất tuyệt vời và thu thập được lượng lớn dữ liệu, lợi thế này giảm đi so với kích thước của một mẫu dữ liệu. Ví dụ: các mẫu nhỏ sẽ không được sử dụng hiệu quả vì mạng hoạt động tốt nhất với các mẫu lớn.
