Dans l'analyse avec ANN, les données bruitées et non stationnaires entrent souvent en ligne de compte pour la prédiction des séries temporelles. Ce livre traite des différentes techniques de prétraitement des données et de la manière dont elles permettent d'accroître la précision des prédictions des réseaux neuronaux artificiels. Le choix de la configuration correcte d'un réseau neuronal artificiel est une tâche non triviale et les résultats obtenus sont vérifiés en appliquant divers critères et en interchangeant les ensembles expérimentaux et les ensembles de test, ainsi qu'en procédant à une randomisation de manière à ce que ces résultats soient applicables dans des circonstances extrêmes.