Dieser Kurs bietet eine Einführung in grundlegende Berechnungsmethoden, um zu verstehen, was Nervensysteme tun und wie sie funktionieren. Wir werden die Berechnungsprinzipien erforschen, die verschiedene Aspekte des Sehens, der sensorisch-motorischen Kontrolle, des Lernens und des Gedächtnisses steuern. Zu den spezifischen Themen, die behandelt werden, gehören die Darstellung von Informationen durch spikende Neuronen, die Verarbeitung von Informationen in neuronalen Netzwerken und Algorithmen für Anpassung und Lernen. Wir werden Matlab/Octave/Python-Demonstrationen und Übungen verwenden, um ein tieferes Verständnis der im Kurs vorgestellten Konzepte und Methoden zu erlangen. Der Kurs richtet sich in erster Linie an Studenten im dritten oder vierten Studienjahr und an angehende Doktoranden sowie an Fachleute und Fernstudenten, die lernen möchten, wie das Gehirn Informationen verarbeitet.
Computational Neuroscience
133.571 bereits angemeldet
(1,065 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: Computational Neuroscience
- Kategorie: Künstliches Neuronales Netzwerk
- Kategorie: Reinforcement Learning
- Kategorie: Biologisches Neuronenmodell
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
9 Quizzes
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 8 Module
Dieses Modul beinhaltet eine Einführung in die Computational Neuroscience sowie eine Einführung in die Grundlagen der Neurobiologie.
Das ist alles enthalten
6 Videos6 Lektüren2 Quizzes
Dieses Modul führt Sie in die fesselnde Welt der neuronalen Informationskodierung ein. Sie lernen die Technologien kennen, die zur Aufzeichnung der Gehirnaktivität verwendet werden. Anschließend werden wir einige mathematische Formulierungen entwickeln, die es uns ermöglichen, die Spikes der Neuronen als Code zu charakterisieren, und zwar auf immer detaillierteren Ebenen. Schließlich untersuchen wir die Variabilität und das Rauschen im Gehirn und wie unsere Modelle diese berücksichtigen können.
Das ist alles enthalten
8 Videos3 Lektüren1 Quiz
In diesem Modul drehen wir die Frage der neuronalen Kodierung um und fragen: Können wir allein anhand der neuronalen Aktivität abschätzen, was das Gehirn sieht, beabsichtigt oder erfährt? Dies ist das Problem der neuronalen Dekodierung, das bei Anwendungen wie Neuroprothetik und Gehirn-Computer-Schnittstellen, bei denen die Schnittstelle die Bewegungsabsichten einer Person aus der neuronalen Aktivität dekodieren muss, eine zunehmend wichtige Rolle spielt. Als Bonus für dieses Modul kommen Sie in den Genuss eines Gastvortrags des bekannten Computational Neuroscientist Fred Rieke.
Das ist alles enthalten
6 Videos2 Lektüren1 Quiz
Dieses Modul wird die engen Verbindungen zwischen dem ehrwürdigen Gebiet der Informationstheorie und dem ebenso ehrwürdigen Objekt namens Gehirn aufdecken.
Das ist alles enthalten
5 Videos2 Lektüren1 Quiz
Dieses Modul führt Sie in die Welt der Biophysik von Neuronen, wo Sie eines der berühmtesten mathematischen Modelle der Neurowissenschaften kennenlernen werden, das Hodgkin-Huxley-Modell der Erzeugung von Aktionspotenzialen (Spikes). Wir werden uns auch mit anderen Modellen von Neuronen befassen und lernen, wie man die Struktur eines Neurons modelliert, einschließlich der komplizierten Verzweigungen, die Dendriten genannt werden.
Das ist alles enthalten
7 Videos2 Lektüren1 Quiz
In diesem Modul wird untersucht, wie Modelle von Neuronen miteinander verbunden werden können, um Netzwerkmodelle zu erstellen. Die erste Vorlesung zeigt Ihnen, wie Sie diese bemerkenswerten Verbindungen zwischen Neuronen, die Synapsen, modellieren können. In dieser Vorlesung lernen Sie ein einfaches Netzwerk aus integrierenden und feuernden Neuronen kennen, die sich gegenseitig folgen oder synchron tanzen. In der zweiten Vorlesung lernen Sie Modelle für die Feuerrate und Feedforward-Netzwerke kennen, die ihre Eingaben in einem einzigen "Feedforward"-Durchgang in Ausgaben umwandeln. Die letzte Vorlesung führt Sie in die dynamische Welt der rekurrenten Netzwerke, die Rückkopplungen zwischen Neuronen für Verstärkung, Gedächtnis, Aufmerksamkeit, Oszillationen und mehr nutzen!
Das ist alles enthalten
3 Videos2 Lektüren1 Quiz
In diesem Modul werden Modelle der synaptischen Plastizität und des Lernens im Gehirn untersucht. Dazu gehört auch das vorausschauende Rezept eines kanadischen Psychologen, wie Neuronen lernen sollten (Hebb'sches Lernen) und die Erkenntnis, dass Gehirne Statistiken erstellen können (auch wenn wir selbst das manchmal nicht können)! Die nächsten beiden Vorträge befassen sich mit dem unüberwachten Lernen und Theorien über die Funktion des Gehirns, die auf Sparse Coding und Predictive Coding basieren.
Das ist alles enthalten
4 Videos2 Lektüren1 Quiz
In diesem letzten Modul beschäftigen wir uns mit überwachtem Lernen und Verstärkungslernen. Die erste Vorlesung führt Sie mit Hilfe berühmter Gesichter aus Politik und Bollywood in das überwachte Lernen ein, stellt Neuronen als Klassifizierer vor und gibt Ihnen einen Vorgeschmack auf das Fundament des überwachten Lernens, die Backpropagation, mit deren Hilfe Sie lernen werden, einen LKW rückwärts in eine Laderampe zu fahren.2. und 3. In der zweiten Vorlesung lernen Sie, wie man Belohnungen à la Pawlows Hund vorhersagt und erkunden die Verbindung zu der wichtigen belohnungsbezogenen Chemikalie in unseren Gehirnen: Dopamin. In der dritten Vorlesung lernen wir, wie man die besten Handlungen zur Maximierung der Belohnungen auswählt, und untersuchen eine mögliche neuronale Implementierung unseres Rechenmodells in der Gehirnregion, die als Basalganglien bekannt ist. Das große Finale: Fliegen eines Hubschraubers mit Hilfe von Reinforcement Learning!
Das ist alles enthalten
4 Videos2 Lektüren1 Quiz
Dozenten
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Duke University
Johns Hopkins University
Johns Hopkins University
Hebrew University of Jerusalem
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 1065
1.065 Bewertungen
- 5 stars
70,74 %
- 4 stars
22,42 %
- 3 stars
4,20 %
- 2 stars
1,77 %
- 1 star
0,84 %
Geprüft am 26. Mai 2018
Geprüft am 25. Feb. 2017
Geprüft am 30. Okt. 2023
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Sie haben Anspruch auf eine vollständige Rückerstattung bis zwei Wochen nach Ihrem Zahlungsdatum oder (bei Kursen, die gerade erst begonnen haben) bis zwei Wochen nach Beginn der ersten Sitzung des Kurses, je nachdem, welcher Zeitpunkt später liegt. Sie können keine Rückerstattung erhalten, sobald Sie ein Kurszertifikat erworben haben, auch wenn Sie den Kurs innerhalb der zweiwöchigen Rückerstattungsfrist abschließen. Siehe unsere vollständigen Rückerstattungsbedingungen.