Аннотация. Прогресс вычислительной техники позволяет использовать более простые, непараметрические модели по сравнению с параметрическими за счет использования обучающей выборки не только в период обучения, но и при использовании обученной модели в последующем. Утверждение продемонстрировано на сравнении нейросетевого метода решения задачи классификации и метода аппроксимации дискриминантной функции Андерсона. Предложено выбирать структуру нейросети с учетом диапазона ошибок невоспроизводимости результатов обучения нейросети.