下载量:26k
概述:
关于本书:本书适用于统计学/机器学习高级研究生课程,以及所有希望深入理解统计方法的实验神经科学家和统计背景有限的理论神经科学家。它回顾了几乎所有应用统计学领域,从基础统计估计和检验理论、回归与分类的线性和非线性方法,到模型选择和降维、密度估计和无监督聚类方法。然而,重点是从动力系统的角度对线性和非线性时间序列进行分析,并以此为基础,旨在传达对可能生成观测时间序列的动力机制的理解。此外,它将行为和神经动力学的计算建模与统计估计和假设检验相结合。通过这种方式,计算模型不仅成为神经科学中的解释框架,还成为强大的定量数据分析工具,使研究人员能够超越数据表面,揭示潜在机制。书中通过一套 MATLAB 例程提供了大多数方法的交互示例,鼓励读者以一种轻松的方式学习,并帮助他们更好地理解所涉及方法的实际应用。
“计算神经科学在整合和理解大量关于神经系统功能的实验室数据方面至关重要。Daniel Durstewitz 从数据的统计解释到这些数据的生物物理建模,全面覆盖了计算神经科学领域。他的讲解清晰,教学合理,专家和初学者都能轻松使用。我非常高兴推荐这本精心编写的书,适合实验神经科学家以及数学功底深厚的物理学家。这本书为我们提供了一个了解大脑及其运作的窗口,帮助我们解决相关问题并找到答案。”
——Henry D. I. Abarbanel,物理学家,加州大学圣地亚哥分校斯克里普斯海洋研究所
“这本书为计算神经科学中复杂的分析方法提供了清晰而详尽的介绍。所描述的模型和提供的示例将帮助读者发展出对这些方法如何揭示数据的深刻直觉。整本书的整体方法反映了Durstewitz教授作为计算神经科学领域领导者的丰富经验。”
——Bruno B. Averbeck