连接主义（connectionism），理学-计算机科学技术-人工智能-机器学习-归纳学习，涉及人工智能、心理学、认知科学、神经科学、哲学等的一系列对意识及行为现象建模的方法（一个学派），其中心原则是意识可以由简单且通常一致的计算单元相互连接构成的网络所描述。连接主义的最常见形式是神经网络模型。又译联结主义。概念形成过程连接主义吸收了哲学、心理学、神经科学等学科中的众多相关概念发展而来。在哲学方面，可追溯到亚里士多德关于意识关联的思想以及观念联合论中意识构成的思想。在心理学方面，采用了William James等人提出（1890）的加权、可变及并行连接等基本概念。在神经科学方面，Santiago Ramón Cajal在神经系统结构的研究工作（1906）奠定了神经网络研究的生理学基础。Donald O.Hebb在其讨论基于神经连接学习的著作（1949）第一次提出了连接主义一词。到21世纪初占主导地位的连接主义方法是并行分布式处理模型（parallel distributed processing，PDP）（1986），它是一种人工神经网络模型，为连接主义的研究提供了一个通用的数学框架。