注：基于《理论神经科学》（Peter Dayan & Larry F. Abbott ）第三章

• 概率论知识引入：条件概率、先验概率、联合概率、贝叶斯定理
• 辨别任务
  • 随机点方向辨别任务：刺激相干性（coherence）水平
  • 解码效果：辨别度（discriminability），信号探测理论（signal detection theory）与ROC曲线
  • 似然比检验：奈曼–皮尔逊引理，似然比，分数（score）
• 群体编码
  • 编码和解码方向：群体向量方法
  • 最优解码方法：基于损失函数的贝叶斯推断，最大后验概率（maximum a posteriori，MAP）推断与最大似然（maximum likelihood，ML）推断；
  • 解码效果：偏差，方差，（平均平方）估计误差，费希尔信息量（Fisher Information），效度，渐进一致性，最大似然辨别度（ML discriminability）
• 峰电位序列解码：预测性延迟，刺激估计，最优核函数，因果性约束条件