【中英双语+资料】大脑到底在算什么｜华盛顿大学 计算神经科学 编码+学习｜Computational Neuroscience 2014

名校课程-顶级中配

合集 · 脑与认知科学 (26)

  1. 34:25:20
    【中文配音】耶鲁大学心理学导论：从大脑到幸福·Paul Bloom完整20讲
  2. 12:54:04
    【中文配音】Crash Course心理学速成课：从大脑到社会行为·完整38讲
  3. 5:28:33
    【中英双语】Professor Dave心理学：情绪人格社会到临床·完整16讲
  4. 17:03:14
    【中文配音】MIT 9.13 人类大脑 全17讲｜2026中文最流畅配音重制
  5. 37:39:16
    【中英双语】麻省理工MIT 9.13人类大脑｜原片合计1482万+
  6. 46:32:54
    【中英双语】MIT 9.35感知心理学：听觉视觉到注意·完整23讲
  7. 39:42:42
    【中英双语】认知心理学大学课：从知觉注意到记忆决策·完整38讲
  8. 70:50:44
    【中文配音】斯坦福人类行为生物学(油管6000万播放)：从基因到大脑·Sapolsky完整26讲
  9. 42:21:12
    【中文配音】Bilkent发展心理学：从婴儿到老年·完整34讲
  10. 37:28:45
    【中英双语】伯克利 Psych 164：社会认知心理学｜2014完整课
  11. 11:46:55
    【中文配音+资料】人为什么会跟着人群做傻事？｜卫斯理大学社会心理学
  12. 30:04:18
    【中文配音】心理研究方法：从实验设计到统计检验·完整37讲
  13. 38:47:02
    【中文配音】耶鲁情绪科学专家系列：从情绪本质到幸福·完整64讲
  14. 3:43:10
    【中英双语】耶鲁大学情绪课：从压力焦虑到情绪掌控·完整入门
  15. 1:55:18
    【中英双语】耶鲁教授20年情商研究：情绪管理如何提升学业和职场表现 | Yale University
  16. 6:16:15
    【中文配音】耶鲁幸福课：用心理科学真正提升幸福感
  17. 43:53:30
    【中英双语】哈佛大学幸福课：积极心理学 PSY1504
  18. 10:04:52
    【中英双语】悉尼大学积极精神病学，幸福感+心理健康+韧性成长,一次看懂 2018
  19. 20:12:46
    【中文配音】耶鲁大学天才的本质：创造力与卓越从何而来·完整40讲
  20. 41:12:46
    【中英双语】麻省理工心智社会 6.868J，意识+常识+认知架构,一次看懂｜原片合计353万+ 2011
  21. 17:07:17
    【中英双语】斯坦福如何像心理学家一样思考，刻板印象+情绪调节+冥想,一次看懂 2011
  22. 9:45:03
    【中英双语+资料】你看到的空间是大脑拼出来的｜杜克大学 视觉+空间｜Brain and Space 2014
  23. 11:09:36
    【中英双语+资料】戒不掉是大脑被改写了｜埃默里大学 成瘾的大脑 多巴胺+突触｜The Addicted Brain 2014
  24. 24:05:21
    synapses
  25. 13:24:27
    【中英双语+资料】对着真脑看结构｜犹他大学脑解剖 脑叶+传导通路 油管2399万+｜Brain Dissections 2015
  26. 23:57:31
    【中英双语+资料】大脑到底在算什么｜华盛顿大学 计算神经科学 编码+学习｜Computational Neuroscience 2014

Parts

  1. P1 · [中文] 01 课程介绍
  2. P2 · [英文] 01 Course Introduction｜完整英文原声在后半部
  3. P3 · [中文] 02 描述性模型
  4. P4 · [中文] 03 机制与解释模型
  5. P5 · [中文] 04 神经元的电特性
  6. P6 · [中文] 05 突触怎么连接
  7. P7 · [中文] 06 脑区与功能
  8. P8 · [中文] 07 什么是神经编码
  9. P9 · [中文] 08 简单编码模型
  10. P10 · [中文] 09 特征选择
  11. P11 · [中文] 10 编码的变异性
  12. P12 · [中文] 11 向量与函数
  13. P13 · [中文] 12 卷积与线性系统
  14. P14 · [中文] 13 基变换与主成分
  15. P15 · [中文] 14 特征值世界
  16. P16 · [中文] 15 神经解码
  17. P17 · [中文] 16 群体编码与贝叶斯
  18. P18 · [中文] 17 从活动重建刺激
  19. P19 · [中文] 18 视网膜怎么处理
  20. P20 · [中文] 19 一维高斯分布
  21. P21 · [中文] 20 二维分布与贝叶斯
  22. P22 · [中文] 21 信息与熵
  23. P23 · [中文] 22 脉冲序列的信息
  24. P24 · [中文] 23 编码原理
  25. P25 · [中文] 24 熵是什么
  26. P26 · [中文] 25 信息论入门
  27. P27 · [中文] 26 神经元建模
  28. P28 · [中文] 27 动作电位
  29. P29 · [中文] 28 简化神经元模型
  30. P30 · [中文] 29 树突计算
  31. P31 · [中文] 30 相关与同步
  32. P32 · [中文] 31 动力系统不动点
  33. P33 · [中文] 32 零斜线画相平面
  34. P34 · [中文] 33 神经元之间的连接
  35. P35 · [中文] 34 网络模型入门
  36. P36 · [中文] 35 循环网络
  37. P37 · [中文] 36 突触可塑性
  38. P38 · [中文] 37 无监督学习
  39. P39 · [中文] 38 稀疏与预测编码
  40. P40 · [中文] 39 梯度上升与下降
  41. P41 · [中文] 40 神经元当分类器
  42. P42 · [中文] 41 强化学习预测奖励
  43. P43 · [中文] 42 强化学习采取行动
  44. P44 · [中文] 43 双向脑机接口
  45. P45 · [英文] 02 Descriptive Models
  46. P46 · [英文] 03 Mechanistic Models
  47. P47 · [英文] 04 Electrical Personality
  48. P48 · [英文] 05 Synapses
  49. P49 · [英文] 06 Brain Areas
  50. P50 · [英文] 07 What is the Neural Code
  51. P51 · [英文] 08 Simple Encoding Models
  52. P52 · [英文] 09 Feature Selection
  53. P53 · [英文] 10 Encoding Variability
  54. P54 · [英文] 11 Vectors and Functions
  55. P55 · [英文] 12 Convolutions
  56. P56 · [英文] 13 Change of Basis and PCA
  57. P57 · [英文] 14 Eigenvalues
  58. P58 · [英文] 15 Neural Decoding
  59. P59 · [英文] 16 Population Coding
  60. P60 · [英文] 17 Stimulus Reconstruction
  61. P61 · [英文] 18 Retina
  62. P62 · [英文] 19 Gaussians
  63. P63 · [英文] 20 Bayes in 2D
  64. P64 · [英文] 21 Information and Entropy
  65. P65 · [英文] 22 Information in Spike Trains
  66. P66 · [英文] 23 Coding Principles
  67. P67 · [英文] 24 What is Entropy
  68. P68 · [英文] 25 Information Theory
  69. P69 · [英文] 26 Modeling Neurons
  70. P70 · [英文] 27 Spikes
  71. P71 · [英文] 28 Simplified Neurons
  72. P72 · [英文] 29 Dendrites
  73. P73 · [英文] 30 Correlations and Synchrony
  74. P74 · [英文] 31 Fixed Points
  75. P75 · [英文] 32 Nullclines
  76. P76 · [英文] 33 Connections Between Neurons
  77. P77 · [英文] 34 Network Models
  78. P78 · [英文] 35 Recurrent Networks
  79. P79 · [英文] 36 Synaptic Plasticity
  80. P80 · [英文] 37 Unsupervised Learning
  81. P81 · [英文] 38 Sparse and Predictive Coding
  82. P82 · [英文] 39 Gradient Ascent
  83. P83 · [英文] 40 Neurons as Classifiers
  84. P84 · [英文] 41 Predicting Rewards
  85. P85 · [英文] 42 Time for Action
  86. P86 · [英文] 43 Bidirectional BCI
Description 
华盛顿大学《计算神经科学》：Rajesh Rao 用模型讲大脑如何编码、学习和做决策。

📌 本期看点
· 刺激怎么变成脉冲，神经编码在算什么
· 信息、熵和贝叶斯解码各解决哪一步
· 从突触可塑性讲到强化学习和脑机接口

🧭 观看指南
共 43 讲。P1 中文配音，P2 英文原声（完整英文原声在后半部），随后其余中文配音，最后其余英文原声。

🎯 适合人群
想从模型理解大脑的自学者，以及做神经科学和脑机接口的学生。

持续更新海外名校硬核课程，点赞收藏关注三连，你的支持是更新的最大动力！

Comments

帅太派 10h ago

挺有意思的，与高中生物衔接了

↩ 1

喜欢番茄炒蛋更爱智慧 11h ago

@名校课程-顶级中配 能不能写一下课程录制的大致时间

↩ 1