联结主义流派

1、介绍

联结主义是一种基于神经网络及网络间的连接机制与学习算法的智能模拟方法。思想来源于仿生学，特别是人脑模型的研究。模仿人类的神经元，用神经网络的连接机制实现人工智能。

2、代表性成果

2.1、麦卡洛可和皮茨创立了脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。

2.2、感知机

2.3、支持向量机（SVM）

2.4、长短期记忆（LSTM）

2.5、梅尔哈特(Rumelhart)等人提出多层网络中的反向传播(BP)算法，BP神经网络是最基础的神经网络，其输出结果采用前向传播，误差采用反向传播方式进行。

2.6、人工神经网络ANN：核心成分是人工神经元。每个神经元接收来自其他几个神经元的输入，将它们乘以分配的权重，将它们相加，然后将总和传递给一个或多个神经元。一些人工神经元可能在将输出传递给下一个变量之前将激活函数应用于输出。

3、优缺点

在处理杂乱且非结构化的数据时，神经网络的性能优于其他机器学习技术。

对于神经网络来说，即使有输入噪音，网络仍然能正常的工作。

该方法依赖于人类对自身神经系统的了解程度。

神经网络需要大量数据。