دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Michael R. W. Dawson
سری:
ISBN (شابک) : 1405113480, 9780470752982
ناشر: Wiley-Blackwell
سال نشر: 2003
تعداد صفحات: 300
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 973 کیلوبایت
در صورت تبدیل فایل کتاب Minds and Machines: Connectionism and Psychological Modeling به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ذهنها و ماشینها: پیوندگرایی و مدلسازی روانشناختی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
ذهنها و ماشینها: پیوندگرایی و مدلسازی روانشناختی انواع مختلف مدلها را بررسی میکند و برخی از ویژگیهای اساسی پیوندگرایی را در زمینه روانشناسی ترکیبی، از جمله گزارشهای دقیق از چگونگی تفسیر ساختار درونی شبکههای پیوندگرا، بررسی میکند. مدلهای پیوندگرا را بهعنوان ابزارهایی معرفی میکند که هم ترکیبی و هم بازنمایی هستند و میتوانند به عنوان مبنایی برای انجام روانشناسی ترکیبی مورد استفاده قرار گیرند. شامل گزارش متفاوت متفاوتی از مدلسازی، مروری تاریخی بر رویکرد ترکیبی، و دیدگاههای منحصربهفرد در ارتباطگرایی است. ویژگیهای اساسی پیوندگرایی را در زمینه روانشناسی ترکیبی، از جمله گزارشهای دقیق از چگونگی تفسیر ساختار درونی بررسی میکند. مطالب تکمیلی را به صورت آنلاین در www.bcp.psych.ualberta.ca/~mike/Book2/ ارائه میکند که شامل نرمافزار رایگان برای انجام شبیهسازیهای اتصالگرا و دستورالعملهای ساخت رباتهای ساده است.
Minds and Machines: Connectionism and Psychological Modeling examines different kinds of models and investigates some of the basic properties of connectionism in the context of synthetic psychology, including detailed accounts of how the internal structure of connectionist networks can be interpreted. Introduces connectionist models as tools that are both synthetic and representational and which can be used as the basis for conducting synthetic psychology. Includes distinctively varied account of modeling, historical overview of the synthetic approach, and unique perspectives on connectionism. Investigates basic properties of connectionism in the context of synthetic psychology, including detailed accounts of how the internal structure can be interpreted. Provides supplementary material online at www.bcp.psych.ualberta.ca/~mike/Book2/ which includes free software for conducting connectionist simulations and instructions for building simple robots.
Minds and Machines: Connectionism and Psychological Modeling......Page 5
Contents......Page 7
List of Figures......Page 10
List of Tables......Page 11
1 The Kids in the Hall......Page 13
1.1 Synthetic vs. Analytic Traditions......Page 14
2.1 What is a Model?......Page 17
2.2 Advantages and Disadvantages of Models......Page 19
3.1 An Example of a Model of Data......Page 37
3.2 Properties of Models of Data......Page 40
4 Mathematical Models......Page 46
4.1 An Example of a Mathematical Model......Page 48
4.2 Mathematical Models vs. Models of Data......Page 52
5 Computer Simulations......Page 55
5.1 A Sample Computer Simulation......Page 56
5.2 Connectionist Models......Page 59
5.3 Properties of Computer Simulations......Page 62
6.1 Introduction......Page 69
6.2 Building a Thoughtless Walker......Page 71
6.3 Step 1: Synthesis......Page 73
6.4 Step 2: Emergence......Page 75
6.5 Step 3: Analysis......Page 79
6.6 Issues Concerning Synthetic Psychology......Page 87
7.1 Introduction......Page 89
7.2 From Homeostats to Tortoises......Page 90
7.3 Vehicles......Page 99
7.4 Synthesis and Emergence: Some Modern Examples......Page 103
7.5 The Law of Uphill Analysis and Downhill Synthesis......Page 110
8.1 Introduction......Page 115
8.2 Beyond Sensory Reflexes......Page 116
8.3 Connectionism, Synthesis, and Representation......Page 122
8.4 Summary and Conclusions......Page 143
9 Building Associations......Page 145
9.1 From Associationism to Connectionism......Page 146
9.2 Building an Associative Memory......Page 156
9.3 Beyond the Limitations of Hebb Learning......Page 173
9.4 Associative Memory and Synthetic Psychology......Page 179
10.1 The Limits of Linearity......Page 182
10.2 A Fundamental Nonlinearity......Page 185
10.3 Building a Perceptron: A Nonlinear Associative Memory......Page 187
10.4 The Psychology of Perceptrons......Page 202
10.5 The Need for Layers......Page 214
11.1 The Logic of Layers......Page 215
11.2 Training Multilayered Networks......Page 219
11.3 A Simple Case Study: Exclusive Or......Page 224
11.4 A Second Case Study: Classifying Musical Chords......Page 227
11.5 A Third Case Study: From Connectionism to Selectionism......Page 232
12.1 Representing Musical Chords in a PDP Network......Page 241
12.2 Interpreting the Internal Structure of Value Unit Networks......Page 251
12.3 Network Interpretation and Synthetic Psychology......Page 266
13 From Here to Synthetic Psychology......Page 272
References......Page 275
Name Index......Page 290
Subject Index......Page 296