Curso de introducción a la neurociencia computacional

Opiniones de los lectores

El libro es elogiado por ofrecer una introducción clara y completa a la neurociencia computacional, con herramientas prácticas para modelar la actividad neuronal. Aunque muchos usuarios encuentran el contenido bien organizado y accesible, algunos señalan errores y una claridad variable en las explicaciones.

Introducción clara y completa, excelente organización, requiere una formación matemática mínima, incluye tutoriales prácticos y códigos de Matlab, adecuado para principiantes, ejemplos bien elegidos, entrega rápida.

Contiene algunos errores, algunas secciones son poco claras o crípticas.

(basado en 8 opiniones de lectores)

Título original:

An Introductory Course in Computational Neuroscience

Contenido del libro:

Un libro de texto para estudiantes con una formación limitada en matemáticas y codificación informática, que hace hincapié en tutoriales informáticos que guían a los lectores en la producción de modelos de comportamiento neuronal.

Este texto introductorio enseña a los estudiantes a comprender, simular y analizar los complejos comportamientos de neuronas individuales y circuitos cerebrales. Está construido en torno a tutoriales de ordenador que guían a los estudiantes en la producción de modelos de comportamiento neuronal, con el código Matlab asociado disponible gratuitamente en línea. A partir de estos modelos, los estudiantes aprenden cómo funcionan las neuronas individuales y cómo, cuando están conectadas, cooperan en un circuito. El libro demuestra mediante modelos simulados cómo pueden surgir oscilaciones, multiestabilidad, rebotes post-estímulo y caos en neuronas individuales o en circuitos, y explora sus funciones en el cerebro.

El libro presenta en primer lugar los fundamentos esenciales de la neurociencia, la física, las matemáticas y Matlab, con explicaciones ilustradas mediante numerosos problemas de ejemplo. Los capítulos siguientes cubren la neurona y la producción de espigas; los trenes de espigas individuales y los procesos cognitivos subyacentes; los modelos basados en la conductancia; la simulación de conexiones sinápticas; los modelos de tasa de disparo del funcionamiento de circuitos a gran escala; los sistemas dinámicos y sus componentes; la plasticidad sináptica; y las técnicas para el análisis de conjuntos de datos de poblaciones de neuronas, incluyendo el análisis de componentes principales, el modelado oculto de Markov y la decodificación bayesiana.

Accesible a estudiantes de ciencias de la vida con una formación limitada en matemáticas y codificación informática, el libro puede utilizarse con un enfoque de enseñanza "invertida", dedicando tiempo de clase al trabajo práctico con los tutoriales informáticos. También puede ser un recurso para estudiantes de posgrado en ciencias de la vida que deseen adquirir habilidades informáticas y un conocimiento más profundo de la función neuronal y los circuitos neuronales.