Wykorzystanie sztucznych sieci neuronowych

Sztuczne sieci neuronowe są uogólnionym modelem obliczeniowym wzorowanym na zachowaniu komórek nerwowych, a więc czerpią z analogii do budowy mózgu. Ta analogia nie jest jednak celem samym w sobie (poza zupełnie niezależnymi próbami budowy „sztucznego mózgu”, co nie jest przedmiotem niniejszej książki), a przeradza się w budowę obliczeniowych modeli matematycznych opartych na idei tak zwanego „uczenia maszynowego” (ang. machine learning, ML). Jaki ma to związek z zastosowaniami w naukach politycznych? Wyjaśnienie tej kwestii znajduje się na kartach książki. Tytuł pracy pozostaje w ścisłym związku z układem jej treści. I tak, najpierw omówione zostają zagadnienia dotyczące biologicznych sieci neuronowych, następnie założenia modelu obliczeniowego, a na końcu – mowa jest o przykładowych zastosowaniach. Stąd też, w szerszej perspektywie, książka składa się z dwóch części: teoretycznej i empirycznej opartej na swego rodzaju studium przypadku (jest nim politologia). Jest prawdopodobne, że sięgną do tej książki osoby zaintrygowane tylko jej tytułem. Takich Czytelników wypada zapewnić, że tekst skierowany jest w szczególności do tych osób, które do tej pory nie wykorzystywały w działalności naukowej omawianych podejść, a zwłaszcza jest kierowana do tych, którzy zakładają, że prawdopodobnie… nigdy ich nie wykorzystają. Przez wzgląd na nich, dołożono wszelkich starań, aby wywód – momentami nieco hermetyczny – opatrzyć odpowiednią liczbą przykładów ilustrujących intersujące nas zjawiska. Stąd też, jeżeli szukasz odpowiedzi na pytania m.in.: Czy sieci neuronowe znajdują zastosowania w naukach politycznych? Czym są nauki społeczne 2.0? Co oznacza soft computing, neurokomputing i czym jest neuromorficzny chip? Co ma wspólnego Rembrandt z Rumelhartem i sieciami neuronowymi? Jaki związek z sieciami neuronowymi ma logika rozmyta oraz algorytmy genetyczne? Na czym polega doniosłość badań nad nicieniem Caenorhabditis elegans? Dlaczego Ada Lovelace przeszła do historii i to nie tylko nauki? Jaką ilość danych przyswajał człowiek w X