• 认知和行为的计算建模
  • 认知和行为的计算建模
  • 认知和行为的计算建模
  • 认知和行为的计算建模
  • 认知和行为的计算建模
21年品牌 40万+商家 超1.5亿件商品

认知和行为的计算建模

①全新正版,现货速发,7天无理由退换货②天津、成都、无锡、广东等多仓就近发货,订单最迟48小时内发出③无法指定快递④可开电子发票,不清楚的请咨询客服。

92.94 7.3折 128 全新

库存3件

浙江嘉兴
认证卖家担保交易快速发货售后保障

作者[英]西蒙·法雷尔等 著

出版社清华大学出版社

ISBN9787302571377

出版时间2021-08

装帧平装

开本16开

定价128元

货号31047861

上书时间2024-10-14

倒爷图书专营店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介

伍海燕 澳门脑中心课题组长,博士生导师。主要研究方向为社会认知和决策中的计算神经机制、焦虑与情绪加工、心理生理信号处理及其心理学应用。曾任中国科学院心理所研究所副研究员,中国科学院心理系教师,并在加州理工学院担任访问研究人员。现为中国认知科学学会社会认知科学分会理事,担任Neuroscience bulletin、BMC Psychology等多个期刊的青年编委、国家自然科学基金委项目和广东省基金项目评审专家。在神经科学期刊和心理学期刊发表研究超过50篇。主持国家自然科学基金委项目2项;主持深港澳合作项目,广东省自然科学基金项目和澳门科学技术发展基金等多项课题。

刘泉影 南方科技生物医学工程系助理教授,博士生导师。在校期间组建神经计算与控制实验室(NCC lab)。研究领域:利用动力学系统模型和深度学习模型,研究神经信号表征,探索大脑的计算机制,用于解释神经信号、大脑功能和行为三者之间的关系;结合现代控制理论,优化神经反馈控制,用于调节人类行为、辅助神经相关疾病。




目录
第一部分  数学建模的简介
  1  导论
    1.1  科学中的模型和理论
    1.2  认知中的定量建模
      1.2.1  模型和数据
      1.2.2  数据描述
      1.2.3  认知过程模型
    1.3  潜在的问题:范围和可证伪性
    1.4  建模作为一种对科学家的认知辅助
    1.5  实例
  2  从文字描述到数学模型:建立工具集
    2.1  快速选择任务中的反应时间
    2.2  展开模拟
      2.2.1  初步了解:R和RStudio
      2.2.2  随机游走模型
      2.2.3  直觉与计算:探索随机游走的预测
      2.2.4  随机游走模型中的试次间的变异性
      2.2.5  顺序采样模型家族
    2.3  基础工具包
      2.3.1  参数
      2.3.2  连接模型和数据
    2.4  实例
第二部分  参数估计
  3  基本参数估计技术
    3.1  差异函数
      3.1.1  均方根误差
      3.1.2  卡方检验法(χ2)
    3.2  模型与数据的拟合:参数估计技术
    3.3  在线性回归模型背景下介绍最小二乘法
      3.3.1  建模的可视化
      3.3.2  回归参数估计
    3.4  黑箱内部:参数估计技术
      3.4.1  单纯形法
      3.4.2  模拟退火法
      3.4.3  参数估计技术的相对优点
    3.5  参数估计的变异性(variability)
    3.6  实例
  4  最大似然参数估计
    4.1  概率基础
      4.1.1  概率的定义
      4.1.2  概率的特性
      4.1.3  概率函数
    4.2  什么是似然(likelihood)
    4.3  定义概率分布
      4.3.1  由心理模型的概率函数
      4.3.2  基于数据模型的概率函数
      4.3.3  概率函数的两种类型
      4.3.4  扩展数据模型
      4.3.5  扩展到多个数据点和多个参数
    4.4  寻找最大似然

内容摘要
本书涵盖了以下四个主题。第一部分解释了什么是计算模型,全面概述了用于理解人类行为的模型,探讨了如何将理论叙述转化为模拟代码,并阐述了理解建模所需的各种概念。第二部分探究了计算模型的一种应用——参数估计。通过将模型拟合到数据,可以从所得的参数估计值以及有关生成这些数据的一种或多种心理机制或表征的叙述中进行推断。在这里介绍了**似然估计和贝叶斯估计,包括跨多个被试估计和分层估计。第三部分探讨了如何使用模型比较进行推论,讨论了从数据中得出充分性和必要性结论的条件,以及如何概念化和量化模型的复杂性。本部分探究了几种解决模型比较复杂的方法,包括信息标准和贝叶斯因素。第四部分讨论了计算建模在推进心理学理论研究中的作用。探究了如
何使用模型作为推理的辅助手段以及人类与人工智能之间的相互作用,以引导理论化和概念性见解的产生。以及计算模型如何作为一种用于研究者之间达成共识(即使用模型作为通用的参考术语)的工具,如何将其应用于交流和共享模型。最后,介绍了计算模型在神经网络模型、选择反应时间模型以及模型在理解神经数据中的应用。

主编推荐
本书将从人的认知与行为到计算模型与机器学习进行综合性的介绍,系统讲述如何用数学建模应用于模拟人的认知行为。其中包括一下经典的参数估计方法,如优选似然估计法,贝叶斯参数估计方法,以及不同模型之间的比较方法,还包括更多神经网络模型,在神经科学和心理学中的应用。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP