Introduzione alle Neuroscienze Computazionali: Modelli Matematici del Cervello

Come elabora le informazioni il cervello, prende decisioni e impara? Le neuroscienze computazionali colmano il divario tra biologia e matematica, permettendoci di simulare e comprendere sistemi neurali complessi. Attraverso questo corso, svilupperai un solido quadro teorico per analizzare la codifica neurale, la trasmissione del segnale e le dinamiche di apprendimento senza la necessità di un background complesso in biofisica. Cosa imparerai: - Comprendere le basi biologiche dei neuroni, dei canali ionici e della trasmissione sinaptica. - Applicare modelli matematici come le equazioni di Hodgkin-Huxley e la teoria del cavo per simulare l'eccitabilità neurale. - Analizzare la codifica neurale e l'elaborazione delle informazioni utilizzando la probabilità e la teoria della rilevazione del segnale. - Esplorare i principi dell'apprendimento per rinforzo e della teoria dei giochi applicati al processo decisionale neurale. - Concettualizzare le dinamiche delle reti neurali utilizzando la logica computazionale moderna e formulazioni matematiche compatibili con Python. Inizierai con la terminologia essenziale e le basi biologiche fondamentali dell'attività neurale. Da lì, progredirai attraverso la modellazione matematica di singole cellule, esplorerai la teoria dell'informazione a livello di rete e studierai come i modelli computazionali rappresentano l'apprendimento e il comportamento. Questo corso è pensato per principianti curiosi, sviluppatori di software e studenti interessati alla biologia computazionale. Non è richiesta alcuna esperienza avanzata pregressa in neuroscienze o matematica complessa. Inizia a leggere oggi stesso per svelare i segreti matematici del cervello.