Res 9 008 Gehirn und Kognitionswissenschaften Computational Tutorials

Wie verarbeitet das Gehirn Informationen und wie können wir diese komplexen biologischen Systeme mit Computern modellieren? Die Brücke zwischen Neurowissenschaft und künstlicher Intelligenz zu schlagen, erfordert ein solides Verständnis der computergestützten Modellierung. Dieser textbasierte Kurs führt Sie in die wichtigsten Berechnungsmethoden, mathematischen Modelle und Programmierkonzepte ein, die zur Untersuchung der Intelligenz in biologischen und künstlichen Systemen verwendet werden. Sie werden vom Verständnis grundlegender biologischer Strukturen zum Lesen und Schreiben von Code übergehen, der kognitive Prozesse und neuronale Netzwerke simuliert. Was Sie lernen werden: Verstehen Sie die grundlegenden mathematischen Modelle einzelner Neuronen und neuronaler Populationen; Wenden Sie moderne Python-Bibliotheken an, um neuronale Datensätze und kognitive Verhaltensdaten zu analysieren; Erkunden Sie die Schnittstelle zwischen biologischem Sehen und künstlichen neuronalen Netzwerken; Implementieren Sie grundlegende Verstärkungslernalgorithmen, die Entscheidungsfindung; Analysieren Sie kognitive Architekturen und rechnerische Theorien des Geistes; Üben Sie das Schreiben von sauberem, dokumentiertem Code, um einfache neuronale Dynamik und kognitives Aufgaben zu simulieren. Der Kurs beginnt mit der wesentlichen Terminologie und den biologischen Grundlagen der Computational Neuroscience. Von dort aus gehen Sie durch schriftliche Tutorials und analysieren Code-Snippets, die klassische Modelle des Lernens, des Gedächtnisses und der Wahrnehmung implementieren. Dieser Kurs richtet sich an Anfänger in den Bereichen Computerwissenschaft, Kognitionspsychologie oder Künstliche Intelligenz, die die biologische Inspiration hinter modernen Algorithmen verstehen möchten. Es ist kein fortgeschrittener mathematischer Hintergrund erforderlich, obwohl grundlegende Programmierkenntnisse hilfreich sind. Erkunden Sie noch heute die rechnerischen Prinzipien von Geist und Gehirn.