Los modelos conexionistas son un tipo de modelos computacionales que intentan imitar el funcionamiento del cerebro.
Imagina una red de muchos pequeños nodos que están conectados entre sí y trabajan juntos para procesar información.
Cada nodo puede recibir, procesar y transmitir señales, de manera similar a las neuronas en el cerebro.
Estos modelos ayudan a las computadoras a reconocer patrones, tomar decisiones o resolver problemas, aprovechando la interacción de muchas unidades simples.
Por ejemplo, pueden aprender a reconocer imágenes o a entender el lenguaje.