Enroll Course: https://www.coursera.org/learn/computational-neuroscience
안녕하세요, 여러분! 오늘은 Coursera에서 제공하는 Computational Neuroscience 과정을 소개하고자 합니다. 이 과정은 신경계의 기능을 이해하고 생리학적 기본 원리를 학습하기 위한 훌륭한 기회를 제공합니다.
우선, 이 과정은 신경의 작동 원리를 이해하는 데 필요한 기본적인 계산 방법들을 탐구하며, 시각, 감각-운동 제어, 학습 및 기억 등의 다양한 측면을 다룰 예정입니다. 특히, 스파이크 뉴런에 의한 정보 표현, 신경망에서의 정보 처리, 적응 및 학습 알고리즘에 중점을 두고 있습니다.
과정의 주요 내용은 다음과 같습니다:
- Introduction & Basic Neurobiology (Rajesh Rao): 신경과학의 기초와 계산 신경과학의 도입.
- What do Neurons Encode? Neural Encoding Models (Adrienne Fairhall): 신경 정보 코딩의 기초.
- Extracting Information from Neurons: Neural Decoding (Adrienne Fairhall): 신경 활동에서 정보를 추출하는 방법.
- Information Theory & Neural Coding (Adrienne Fairhall): 정보 이론과 신경 코딩의 관계를 탐구.
- Computing in Carbon (Adrienne Fairhall): Hodgkin-Huxley 모델을 포함한 뉴런의 생물물리학.
- Computing with Networks (Rajesh Rao): 뉴런 네트워크 모델링.
- Networks that Learn: Plasticity in the Brain & Learning (Rajesh Rao): 신경 가소성 및 학습 모델 탐구.
- Learning from Supervision and Rewards (Rajesh Rao): 강화 학습 및 감독 학습에 대한 통찰.
이 과정에서 우리가 다룰 내용은 정말 흥미로운 주제들이며, 각 모듈은 깊이 있는 정보와 실제 예제를 제공합니다. 특히, 유명한 인스트럭터들과 함께 실제 신경과학자 Fred Rieke의 특별 강의도 들을 수 있는 것이 큰 장점입니다.
계산 신경과학에 대한 이해를 쌓고 싶다면, 이 과정은 매우 추천할 만합니다. 여러분도 이 흥미로운 여정에 동참해 보세요!
Enroll Course: https://www.coursera.org/learn/computational-neuroscience