Un corso introduttivo alle neuroscienze computazionali

Recensioni dei lettori

Il libro è stato apprezzato per aver fornito un'introduzione chiara e completa alle neuroscienze computazionali, con strumenti pratici per la modellazione dell'attività neuronale. Sebbene molti utenti trovino il contenuto ben organizzato e accessibile, alcuni notano errori e diversa chiarezza nelle spiegazioni.

Introduzione chiara e completa, organizzazione eccellente, minimo background matematico richiesto, tutorial pratici al computer e codici Matlab forniti, adatto ai principianti, esempi ben scelti, consegna veloce.

Contiene una serie di errori, alcune sezioni sono poco chiare o criptiche.

(basato su 8 recensioni dei lettori)

Titolo originale:

An Introductory Course in Computational Neuroscience

Contenuto del libro:

Un libro di testo per studenti con un background limitato in matematica e codifica informatica, che enfatizza le esercitazioni al computer che guidano i lettori nella produzione di modelli di comportamento neurale.

Questo testo introduttivo insegna agli studenti a comprendere, simulare e analizzare i complessi comportamenti dei singoli neuroni e dei circuiti cerebrali. È costruito attorno a esercitazioni informatiche che guidano gli studenti nella produzione di modelli di comportamento neurale, con il relativo codice Matlab liberamente disponibile online. Da questi modelli gli studenti imparano come funzionano i singoli neuroni e come, quando sono connessi, i neuroni cooperano in un circuito. Il libro dimostra, attraverso modelli simulati, come le oscillazioni, la multistabilità, i rimbalzi post-stimolo e il caos possano sorgere all'interno di singoli neuroni o circuiti, ed esplora il loro ruolo nel cervello.

Il libro presenta innanzitutto le basi essenziali delle neuroscienze, della fisica, della matematica e di Matlab, con spiegazioni illustrate da numerosi problemi di esempio. I capitoli successivi trattano del neurone e della produzione di spike; dei treni di spike singoli e dei processi cognitivi sottostanti; dei modelli basati sulla conduttanza; della simulazione delle connessioni sinaptiche; dei modelli di firing-rate del funzionamento dei circuiti su larga scala; dei sistemi dinamici e dei loro componenti; della plasticità sinaptica; e delle tecniche per l'analisi di insiemi di dati di popolazioni di neuroni, tra cui l'analisi delle componenti principali, la modellazione di Markov nascosto e la decodifica bayesiana.

Accessibile a laureati in scienze biologiche con un background limitato in matematica e codifica informatica, il libro può essere utilizzato in un approccio didattico "capovolto" o "invertito", con ore di lezione dedicate al lavoro pratico sulle esercitazioni al computer. Può anche essere una risorsa per gli studenti laureati in scienze biologiche che desiderano acquisire competenze informatiche e una conoscenza più approfondita della funzione neurale e dei circuiti neurali.