Сначала собирают данные которые содержат независимые переменные и зависимые переменные, которые искусственный интеллект будет прогнозировать или классифицировать.
После этого нужно эти данные трансформировать в форматы, которые нейросеть сможет обработать.
Данные разделяются на обучающую и тестовую выборки.
Потом создаётся архитектура нейронной сети (выбор слоев, количества нейронов, настройка гиперпараметров, выбор метрик точности).
На следующем этапе проводятся эксперименты с обучающими данными по прогонке разных архитектур и сохранению модели, которая показывает наилучшую точность.
Так и выполняется обучение нейронной сети.