دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Tom Verguts
سری:
ISBN (شابک) : 0262045362, 9780262045360
ناشر: The MIT Press
سال نشر: 2022
تعداد صفحات: 264
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Introduction to Modeling Cognitive Processes به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای بر مدل سازی فرآیندهای شناختی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مقدمهای بر مدلسازی محاسباتی برای دانشمندان علوم
اعصاب شناختی، که هم کار بنیادی و هم پیشرفتهای اخیر را پوشش
میدهد.
عصبشناسان شناختی به ابزارهای مفهومی پیچیدهای نیاز دارند تا به
گسترش نظریهها، روشها و دادههای جدید در حوزه خود پی ببرند.
مدلسازی محاسباتی چنین ابزاری است که محققان را قادر میسازد تا
نظریهها را به فرمولبندیهای دقیق تبدیل کنند. این کتاب یک
مقدمه ریاضی ملایم و از لحاظ نظری یکپارچه برای مدلسازی
فرآیندهای شناختی ارائه میدهد. تمرینهای نظری با درجههای مختلف
دشواری به خوانندگان کمک میکند تا مهارتهای مدلسازی خود را
توسعه دهند.
پس از مقدمهای کلی بر مدلسازی شناختی و بهینهسازی، این کتاب
مدلهای تصمیمگیری را پوشش میدهد. الگوریتمهای یادگیری تحت
نظارت، از جمله یادگیری هبی، قانون دلتا، و انتشار پسانداز؛
روشهای تحلیل مدل آماری تخمین پارامتر مدل و ارزیابی مدل. سه
رویکرد مدلسازی شناختی اخیر یادگیری تقویتی، یادگیری بدون نظارت
و مدلهای بیزی. و مدل های تعامل اجتماعی همه مفاهیم ریاضی به
تدریج و بدون نیاز به پیش زمینه در موضوعات پیشرفته معرفی می
شوند. نکات و راه حل برای تمرین ها و واژه نامه متن اصلی را دنبال
کنید. تمام کدهای کتاب پایتون است و ویرایشگر Spyder در محیط
Anaconda است. یک مخزن GitHub با فایل های پایتون به خوانندگان
این امکان را می دهد تا به کد کامپیوتری استفاده شده دسترسی داشته
باشند و خودشان شروع به برنامه نویسی کنند. این کتاب بهعنوان
مقدمهای برای مدلسازی فرآیندهای شناختی برای دانشآموزان در طیف
وسیعی از رشتهها و بهعنوان مرجعی برای محققان علاقهمند به
بررسی کلی مناسب است.
An introduction to computational modeling for
cognitive neuroscientists, covering both foundational work and
recent developments.
Cognitive neuroscientists need sophisticated conceptual tools
to make sense of their field’s proliferation of novel theories,
methods, and data. Computational modeling is such a tool,
enabling researchers to turn theories into precise
formulations. This book offers a mathematically gentle and
theoretically unified introduction to modeling cognitive
processes. Theoretical exercises of varying degrees of
difficulty throughout help readers develop their modeling
skills.
After a general introduction to cognitive modeling and
optimization, the book covers models of decision making;
supervised learning algorithms, including Hebbian
learning, delta rule, and backpropagation; the statistical
model analysis methods of model parameter estimation and model
evaluation; the three recent cognitive modeling approaches of
reinforcement learning, unsupervised learning, and Bayesian
models; and models of social interaction. All mathematical
concepts are introduced gradually, with no background in
advanced topics required. Hints and solutions for exercises and
a glossary follow the main text. All code in the book is
Python, with the Spyder editor in the Anaconda
environment. A GitHub repository with Python files enables
readers to access the computer code used and start programming
themselves. The book is suitable as an introduction to
modeling cognitive processes for students across a range of
disciplines and as a reference for researchers interested in a
broad overview.