La modélisation de circuits neuronaux simplifiée avec Python

Un manuel universitaire accessible en neurosciences computationnelles qui offre une introduction à la modélisation mathématique et computationnelle des neurones et des réseaux de neurones.

Comprendre le cerveau est une frontière majeure de la science moderne. Étant donné la complexité des circuits neuronaux, faire progresser cette compréhension nécessite des approches mathématiques et computationnelles. Ce manuel universitaire accessible en neurosciences computationnelles offre une introduction à la modélisation mathématique et computationnelle des neurones et des réseaux de neurones. En commençant par la biophysique des neurones uniques, Robert Rosenbaum développe progressivement des explications sur le codage neuronal, l'apprentissage et la relation entre les réseaux de neurones biologiques et artificiels. Des exemples avec de véritables données neuronales démontrent comment les modèles computationnels peuvent être utilisés pour comprendre les phénomènes observés dans les enregistrements neuronaux. Basé sur des années d'expérience en classe, le matériel a été soigneusement rationalisé pour fournir tout le contenu nécessaire pour construire une base de modélisation des circuits neuronaux dans un cours d'un semestre.

• Éprouvé en classe
• Approche riche en exemples et conviviale pour les étudiants
• Comprend du code Python et une annexe mathématique révisant les connaissances requises en calcul, algèbre linéaire et probabilités
• Idéal pour les étudiants en ingénierie, sciences et mathématiques, ainsi que pour l'auto-apprentissage