R中对机器学习支持的比较流行的包有nnet, neuralnet 和RSNNS等。目前nnet只支持单一隐含层hidden layer的网络训练，而neuralnet 包则支持multi-layer neuralnet works 模型的训练。如果把神经网络当做一个regression拟合问题看，需要构建一个如95%的CI置信区间，考虑到训练集的训练误差(model error) 和 随机噪音 noise。根据一些如下文献中的方法实现了简单R包 nnetpredint，目前支持nnet, neuralnet 和 RSNNS 训练的模型object。这种估计方法的核心思想是根据训练集trainning datasets 获得 Jacobian Matrix (gradient function)。详细Math可以参考以下几篇文献 Neural Networks Prediction Intervals：

http://wenku.baidu.com/view/a505b8a0011ca300a7c39005.html

http://mirror.bjtu.edu.cn/cran/web/packages/nnetpredint/nnetpredint.pdf