Na uvedené úloze jsme vyzkoušeli tři naprosto odlišné přístupy k učení RBF sítí. Výsledky jsou shrnuty v tabulce 7.5. U tří fázové metody se jedná o rovnoměrné umístění středů, nastavení šířek úměrně vzdálenosti sousedů a použití metody nejmenších čtverců. U gradientní metody adaptujeme všechny parametry jednotek a váhy.
Nejhůře dopadly genetické algoritmy, pro něž jsou sítě o 50 jednotkách příliš velké a které lépe pracují s menšími sítěmi.
Minimální chyba dosažitelná tříkrokovou a gradientní metodou je zhruba stejná. Gradientní metoda je však podstatně pomalejší.