基础知识

综述

简介:这是大卫·马尔(David Marr)经典著作《视觉》中的第一章,他在这里提出把大脑作为一个信息处理系统来看待,并且提出理解复杂的信息处理系统的三个层次:计算层算法层实现层,并强调理解大脑的关键在于理解大脑的计算理论(即信息转换的映射是什么,以及为什么是这个映射)。这本书引起人们对计算神经科学的兴趣,引领了计算神经科学的复兴。但不幸的是,David Marr因病逝世,时年三十五岁。

计算神经科学

注:这部分知识整理自Peter Dayan与Larry Abbott的《理论神经科学》

推荐:《理论神经科学》学习笔记(by Arthur-D)

神经编码

神经解码

信息论

神经元模型

神经网络模型

可塑性与学习

经典条件反射与强化学习

表示学习

机器学习

注:这部分知识整理自周志华的《机器学习》(“西瓜书”)

模型评估与选择

有监督学习

  • 线性模型:线性回归、逻辑斯蒂回归、线性判别分析
  • 决策树
  • 神经网络:M-P神经元模型、感知器、误差反向传播(BP)算法
  • 支持向量机
  • 贝叶斯分类器

无监督学习

  • 聚类
  • 降维与度量学习
  • 特征选择与稀疏学习

强化学习

  • 有模型与无模型学习

其它

  • 半监督学习
  • 规则学习

发表评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据