Avis des lecteurs
Résumé:Ce livre est salué pour son introduction claire et complète aux neurosciences computationnelles, avec des outils pratiques pour modéliser l'activité neuronale. Si de nombreux utilisateurs trouvent le contenu bien organisé et accessible, certains relèvent des erreurs et des explications plus ou moins claires.
Avantages:Introduction claire et complète, excellente organisation, peu de connaissances mathématiques requises, tutoriels informatiques pratiques et codes Matlab fournis, adapté aux débutants, exemples bien choisis, livraison rapide.
Inconvénients:Contient un certain nombre d'erreurs, certaines sections ne sont pas claires ou énigmatiques.
(basé sur 8 avis de lecteurs)
Titre original :
An Introductory Course in Computational Neuroscience
Contenu du livre :
Un manuel destiné aux étudiants ayant un bagage limité en mathématiques et en codage informatique, mettant l'accent sur les didacticiels qui guident les lecteurs dans la production de modèles de comportement neuronal.
Ce texte d'introduction apprend aux étudiants à comprendre, simuler et analyser les comportements complexes des neurones individuels et des circuits cérébraux. Il s'articule autour de tutoriels informatiques qui guident les étudiants dans la production de modèles de comportement neuronal, avec le code Matlab associé disponible gratuitement en ligne. À partir de ces modèles, les étudiants apprennent comment les neurones individuels fonctionnent et comment, lorsqu'ils sont connectés, les neurones coopèrent dans un circuit. Le livre démontre, à l'aide de modèles simulés, comment les oscillations, la multistabilité, les rebonds post-stimulus et le chaos peuvent survenir au sein de neurones individuels ou de circuits, et explore leurs rôles dans le cerveau.
Le livre présente d'abord les connaissances de base essentielles en neurosciences, physique, mathématiques et Matlab, avec des explications illustrées par de nombreux exemples de problèmes. Les chapitres suivants couvrent le neurone et la production de pointes, les trains de pointes uniques et les processus cognitifs sous-jacents, les modèles basés sur la conductance, la simulation des connexions synaptiques, les modèles de taux d'allumage du fonctionnement des circuits à grande échelle, les systèmes dynamiques et leurs composants, la plasticité synaptique et les techniques d'analyse des ensembles de données des populations de neurones, y compris l'analyse en composantes principales, la modélisation de Markov cachée et le décodage bayésien.
Accessible aux étudiants de premier cycle en sciences de la vie ayant un bagage limité en mathématiques et en codage informatique, le livre peut être utilisé dans le cadre d'une approche d'enseignement "inversée" ou "retournée", le temps de la classe étant consacré à des travaux pratiques sur les didacticiels. Il peut également constituer une ressource pour les étudiants diplômés en sciences de la vie qui souhaitent acquérir des compétences informatiques et une connaissance plus approfondie des fonctions et des circuits neuronaux.
Autres informations sur le livre :
| ISBN : | 9780262038256 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 2018 |
| Nombre de pages : | 408 |
Achat:
Actuellement disponible, en stock.
