连接主义进阶解释

连接主义描述了一类模型，这些模型通过由许多简单且高度互联的单元组成来模拟神经网络的行为。

这些单元，通常称为节点，通过加权连接进行通信，这些连接可以通过学习进行调整。

连接主义系统通常通过调整连接权重来学习，将输入映射到输出。

著名的例子有感知器或多层神经网络。

这种方法与符号人工智能方法相对，强调分布式表示和并行处理。