神经网络
Neural Network
学到 认得 就够：听到能明白
你可能会说
“我在社会调查论文里看到神经网络，它与人的大脑到底是什么关系？”
神经网络把许多带参数的计算单元连接起来，通过层层变换处理资料。名称受神经系统启发，但现代模型首先是可优化的数学结构，不能直接等同于人脑。
使用 AI
科研里的例子
用神经网络识别调研照片里的作物类型；输入是像素，输出是类别，不能由网络名称推断它理解了农业制度。
一个简单网络会先把输入加权求和，经过激活函数，再把结果送到下一层。训练依据目标调整这些连接中的参数，使整体映射更适合任务。网络的表示能力来自组合，而不只是单个单元。社科研究中可以把它看成高度灵活的预测函数，同时追问：它的学习目标是否贴合研究概念，训练样本是否足够，误差是否集中于特定群体。
判断
亲手检查一次
在纸上画两个输入、两个中间单元和一个输出，指定小整数权重，逐步计算一次输出，理解连接与参数的作用。
它做不到的
神经单元是计算抽象，不证明机器有意识；复杂函数的预测效果也不能代替变量定义与理论解释。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。