O documento descreve um estudo que usa meta-aprendizado para otimizar parâmetros de redes neurais, especificamente o número de neurônios ocultos. Os autores constroem um conjunto de meta-exemplos com características de problemas e seus parâmetros ideais, e usam quatro algoritmos de meta-aprendizado para prever os parâmetros para novos problemas com base em suas características. O algoritmo SVM obteve o menor erro na previsão do número ideal de neurônios ocultos.