什么是神经学习？(neural learning?)

神经学习是基于这样的信念，即大脑在处理新信息时就像一台电脑一样运作。数据输入、组织和检索是首要考虑因素。神经学习的生物学基础是神经系统，它指的是脑细胞的相互联系的结构。这种对大脑结构和功能之间关系的理解已被应用于开发更好的学习和记忆保持概念。该框架也是人工神经网络系统的基础。...

Neural learning considers ideas and concepts in a naturalistic way, rather than rote learning methods, like memorizing multiplication tables.

神经学习是基于这样的信念，即大脑在处理新信息时就像一台电脑一样运作。数据输入、组织和检索是首要考虑因素。神经学习的生物学基础是神经系统，它指的是脑细胞的相互联系的结构。这种对大脑结构和功能之间关系的理解已被应用于开发更好的学习和记忆保持概念。该框架也是人工神经网络系统的基础。

Transmission and storage of information occurs among networks of neurons.

根据神经学习模型，信息首先通过数据输入进入大脑。然后，大脑必须储存这些信息，并通过数据组织将其与已经存在的信息相结合。最后一步是数据检索，在此过程中，大脑开发出从头脑中获取存储信息并加以利用的系统。因此，神经学习是指这些集体过程，其中大脑收集、储存和使用通过生活经验获得的信息。有时，学习过程在大脑中变得如此编码化，以至于信息检索几乎自动发生，如在受到威胁的情况下。

因此，记忆是神经学习中的一个重要概念，就像它在计算机中一样。信息的有效编码可以用记忆技术来帮助。这些方法包括通过记忆线索来记忆大块的信息。例如，一个人可能试图通过创造一个句子来学习一长串的单词，其中每个单词都包含列表中每个单词的第一个字母。另一种方法可能涉及创造一个代表单词的想象力丰富的视觉图像。这种方法在记忆医学术语等复杂信息时很常见。

记忆装置通常取决于神经学习中的另一个重要概念：大脑最适合实施的学习方式类型。有些人更擅长视觉学习方法，而另一些人在学习时更多地以阅读或文字为基础，效果更好。其他方法可能包括听觉学习和应用合作学习。

一些神经学习的教师拥护整体的学习方法。换句话说，个人应该以一种自然的方式考虑想法和概念，而不是依靠强调具体和孤立事实的死记硬背的学习方法。因此，记笔记可能包括一种树状的方法，在这种方法中，概念从彼此之间分支出来，个人创造自己独特的联想，以巩固记忆中的概念。

信息的传输和存储发生在神经元或脑细胞的网络中。神经网络也是许多人工智能的基础。事实上，神经学习有时指的是模仿人类神经结构的人工智能设计方法。这种神经网络已被证明在许多复杂的机器性能领域是有用的，从语音识别到实现机器人的控制。

对于这些方法，以人类神经元为模式的人工小结构被称为单元或节点。像神经元一样，这些单元被编程为接收传入的信息，或输入，同时也传输信息，或输出。在人工智能机器中，输入和输出组件被反复连接，从而在人工智能系统中产生关联。这些形成的关联构成了系统的神经学习，而且--就像人类的学习一样--这些关联在被编码和记忆时可以得到加强。这种强化是通过学习规则，或加权测量和数学神经算法发生的。