Dewasa ini neural network telah banyak diaplikasikan di berbagai bidang, diantaranya untuk tujuan pemodelan, prediksi, klasifikasi, dan pengenalan pola. Ada banyak variasi dari neural network yang dibedakan dari arsitekturnya, fungsi yang digunakan, maupun algoritma yang digunakan untuk analisis data. Buku ini memfokuskan pada dua network yaitu Elman Recurrent Neural Network (ERNN) dan Radial Basis Neural Network (RBFNN), yang menunjukkan kinerja yang baik dalam penerapan di berbagai bidang. Buku ini merupakan buku referensi yang memuat penjelasan konsep dasar neural network, ERNN, dan RBFNN, serta penerapannya untuk analisis data di bidang pendidikan dan sosial. Pada bidang pendidikan, keduanya diterapkan pada data PISA (Programme for International Student Assessment) 2022 untuk pemodelan literasi membaca dan prestasi matematika sedangkan pada bidang sosial, keduanya diterapkan pada data IFLS (Indonesian Family Life Survey) untuk pemodelan tingkat kebahagiaan masyarakat Indonesia.