连接主义专家解读

连接主义是认知科学和人工智能中的一种理论方法，通过简单且相互连接的单元网络来模拟认知过程。

这些网络通常称为人工神经网络，通过加权边连接，其权值通过诸如反向传播的学习算法进行调整。

连接主义基于这样一种假设：知识不是以符号形式编码的，而是以连接强度的分布形式表示。

它能够模拟并行处理、模式识别以及在噪声数据下的鲁棒学习。

定义：
连接主义是一种通过简单且相互连接的单元网络中的分布式表示来解释认知功能的方法。

来源：
Rumelhart, D. E., McClelland, J. L. (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. MIT Press.