
Machine Learning for Neuroscience: A Systematic Approach
Dieses Buch befasst sich mit dem wachsenden Bedarf an maschinellem Lernen und Data Mining in den Neurowissenschaften. Das Buch bietet einen grundlegenden Überblick über die Neurowissenschaften, das maschinelle Lernen und die erforderliche Mathematik und Programmierung, die zur Entwicklung zuverlässiger Arbeitsmodelle erforderlich sind.
Das Material wird in einer leicht verständlichen, benutzerfreundlichen Art und Weise präsentiert und ist mit voll funktionsfähigem Code für maschinelles Lernen angereichert. Maschinelles Lernen für die Neurowissenschaften: A Systematic Approach" geht auf die Bedürfnisse von Forschern und Praktikern in den Neurowissenschaften ein, die nur über eine sehr geringe Ausbildung im Bereich des maschinellen Lernens verfügen. Der erste Teil des Buches bietet einen Überblick über die Themen, die für den Einstieg in das maschinelle Lernen notwendig sind, einschließlich grundlegender linearer Algebra und Python-Programmierung.
Der zweite Abschnitt bietet einen Überblick über die Neurowissenschaften und richtet sich an Leser, die sich mit Informatik beschäftigen. Der Abschnitt behandelt Neuroanatomie und Physiologie, zelluläre Neurowissenschaften, neurologische Störungen und Computational Neuroscience.
Der dritte Teil des Buches befasst sich dann mit der Anwendung von maschinellem Lernen und Data Mining auf die Neurowissenschaften und behandelt künstliche neuronale Netze (ANN), Clustering und Anomalieerkennung. Das Buch enthält voll funktionsfähige Codebeispiele mit herunterladbarem Arbeitscode.
Es enthält außerdem Übungsaufgaben und Quizfragen, so dass es auch als Lehrbuch verwendet werden kann. Die Hauptzielgruppe sind neurowissenschaftliche Forscher, die sich mit maschinellem Lernen befassen müssen, Programmierer, die mit neurowissenschaftlichen Projekten zum maschinellen Lernen betraut sind, und Studenten, die sich mit Methoden der Computational Neuroscience befassen.