本模块将向您介绍迷人的神经信息编码世界。你将了解用于记录大脑活动的技术。然后，我们将建立一些数学公式，使我们能够将来自神经元的尖峰信息表征为一种代码，其详细程度不断提高。最后，我们将研究大脑中的变异性和噪声，以及我们的模型如何适应它们。

在本模块中，我们将神经编码的问题反过来问：我们能否仅从大脑的神经活动来估计大脑看到了什么、打算做什么或正在经历什么？这就是神经解码问题，它在神经义肢和脑机接口等应用中发挥着越来越重要的作用，在这些应用中，接口必须从神经活动中解码人的运动意图。作为本模块的额外收获，您将欣赏到著名计算神经科学家弗雷德-里克（Fred Rieke）的客座讲座。

本模块将揭开古老的信息论领域与我们的大脑这一同样古老的物体之间的密切联系。

本模块将带您进入神经元的生物物理学世界，在这里您将认识神经科学中最著名的数学模型之一--动作电位（尖峰）产生的霍奇金-赫胥黎模型。我们还将深入探讨神经元的其他模型，学习如何建立神经元结构模型，包括被称为树突的复杂分支。

本模块探讨如何连接神经元模型以创建网络模型。第一讲将向你展示如何建立神经元之间称为突触的非凡连接模型。在这一讲中，你将看到一个简单的 "整合-发射 "神经元网络，这些神经元相互跟随或同步舞动。在第二讲中，您将学习发射率模型和前馈网络，它们通过一次 "前馈 "将输入转化为输出。最后一讲将带您进入递归网络的动态世界，它利用神经元之间的反馈来实现放大、记忆、注意力、振荡等功能！

本单元研究大脑中突触可塑性和学习的模型，包括加拿大心理学家对神经元应该如何学习（希伯来学习）的先见之明，以及大脑可以进行统计的启示（即使我们自己有时做不到）！接下来的两个讲座将探讨无监督学习以及基于稀疏编码和预测编码的大脑功能理论。

在最后一个模块中，我们将探讨监督学习和强化学习。第一讲通过政治和宝莱坞的著名人物向你介绍监督学习，将神经元作为分类器，让你领略监督学习的基石--反向传播，在它的帮助下，你将学会把卡车倒进装卸码头。第二讲将教你如何像巴甫洛夫的狗一样预测奖励，并探讨与我们大脑中与奖励相关的重要化学物质多巴胺之间的联系。在第三讲中，我们将学习如何选择最佳行动以获得最大回报，并研究我们的计算模型在大脑基底节区域的可能神经实现。压轴大戏：利用强化学习驾驶直升机！