Рассматривается произвольная нейронная сеть с тремя взаимозависимыми
показателями: мера ошибки идентификации, получаемая после времени обучения по одному из возможных N алгоритмов обучения нейросети, соответствует некоторому объему потребляемых ресурсов. Для условия невозможности указания приоритетности и количественного ранжирования этих показателей предлагается переход к соответствующей 3×N-игре и ее решению в форме оптимальной стратегии второго игрока, с чьими вероятностями следует комбинировать алгоритмы обучения нейросети. При первоначальной неприемлемости критерия Байеса-Лапласа для выбора оптимального алгоритма применимость этого критерия поддерживается лишь после истечения определенного периода времени функционирования нейросети, когда станет возможным точечное оценивание весов ее показателей.

нейросеть, показатели нейросети, алгоритм обучения, задача принятия решений, матричная игра, оптимальная стратегия второго игрока, критерий Байеса-Лапласа