第1章 はじめに：脳を見る座標軸
1.1 脳を理解する,とは
1.2 空間のスケール
1.3 進化と発達のスケール
1.4 学習の枠組み
1.5 計算神経科学への招待
第2章 ニューロンのモデル
2.1 ニューロンの構造
2.2 McCulloch-Pittsモデル
2.3 発火頻度モデル
2.4 スパイクタイミングモデル
2.5 積分発火モデル
2.6 Hodgkin-Huxley型モデル
2.7 FitzHugh-Nagumoモデル
2.8 コンパートメントモデル
2.9 ニューロインフォマティクスへの期待
第3章 ニューロンのデータ解析
3.1 ニューロンの活動記録
3.2 感覚刺激からスパイクへ
3.3 スパイクから感覚刺激へ
3.4 スパイクからスパイクへ
3.5 スパイクから運動出力へ
3.6 試行平均を超えて
第4章 教師あり学習
4.1 教師あり学習
4.2 最小二乗誤差学習
4.3 汎化誤差と過学習
4.4 脳の教師あり学習
第5章 小脳と内部モデル
5.1 脳の教師はどこに？
5.2 小脳の構造と神経回路
5.3 小脳パーセプトロン仮説とシナプス長期減弱
5.4 フィードバック誤差学習による逆モデル制御
5.5 順モデルによる予測制御
5.6 内部モデルによる認知機構
5.7 内部モデル学習に必要な回路機構
5.8 内部モデルの可能性
第6章 強化学習
6.1 強化学習とは
6.2 即時報酬課題
6.3 遅延報酬課題
6.4 履歴を使った学習
6.5 状態価値関数とBellman方程式
6.6 行動価値関数による学習
6.7 Actor-CriticとPolicy Gradient
6.8 強化学習から脳へ
第7章 大脳基底核と報酬予測
7.1 強化学習の脳機構
7.2 大脳基底核の回路
7.3 大脳基底核のニューロン特性
7.4 大脳基底核の強化学習モデル
7.5 線条体ニューロンの行動価値表現
7.6 大脳基底核とそれ以外
第8章 教師なし学習
8.1 教師なし学習とは
8.2 情報の最大化と冗長性の削減
8.3 学習量子化
8.4 教師なし学習と脳
第9章 大脳皮質
9.1 大脳皮質の計算とは
9.2 大脳皮質の回路構造
9.3 大脳皮質ニューロンの特徴選択性
9.4 教師なし学習モデル
9.5 ポピュレーション表現とベイズ推定
9.6 教師なし学習のその先
第10章 メタ学習
10.1 学習のしかたの学習
10.2 教師あり学習のメタ学習
10.3 強化学習のメタ学習
10.4 教師なし学習のメタ学習
10.5 異なるモジュールの並列学習
10.6 メタ学習から脳へ
第11章 神経修飾物質系
11.1 メタ学習の脳機構は？
11.2 神経修飾物質系
11.3 ドーパミン系：報酬予測の増減δ
11.4 アセチルコリン系：学習速度係数α
11.5 ノルアドレナリン系：動作選択の逆温度β
11.6 セロトニン系：報酬評価の時間割引率γ
11.7 脳のメタ学習機構と神経修飾物質系の相互作用モデル
第12章 階層モジュール学習
12.1 起き上がりロボットの学習
12.2 階層モジュール学習方式
12.3 脳の階層モジュール学習
12.4 脳のグローバルな組織化原理は？
第13章 協調行動とコミュニケーション
13.1 脳と社会環境
13.2 協調行動の計算理論
13.3 行動理解と見まね学習
13.4 コミュニケーションと言語
13.5 言語の起源に向けて
第14章 計算神経科学の到達点と今後
14.1 脳はどこまでわかったか
14.2 ニューロン，分子，遺伝子
14.3 局所回路と情報表現
14.4 脳の大域回路と行動
14.5 社会脳から言語へ
14.6 おわりに
索引
1.1 脳を理解する,とは
1.2 空間のスケール
1.3 進化と発達のスケール
1.4 学習の枠組み
1.5 計算神経科学への招待
第2章 ニューロンのモデル
2.1 ニューロンの構造
2.2 McCulloch-Pittsモデル
2.3 発火頻度モデル
2.4 スパイクタイミングモデル
2.5 積分発火モデル
2.6 Hodgkin-Huxley型モデル
2.7 FitzHugh-Nagumoモデル
2.8 コンパートメントモデル
2.9 ニューロインフォマティクスへの期待
第3章 ニューロンのデータ解析
3.1 ニューロンの活動記録
3.2 感覚刺激からスパイクへ
3.3 スパイクから感覚刺激へ
3.4 スパイクからスパイクへ
3.5 スパイクから運動出力へ
3.6 試行平均を超えて
第4章 教師あり学習
4.1 教師あり学習
4.2 最小二乗誤差学習
4.3 汎化誤差と過学習
4.4 脳の教師あり学習
第5章 小脳と内部モデル
5.1 脳の教師はどこに？
5.2 小脳の構造と神経回路
5.3 小脳パーセプトロン仮説とシナプス長期減弱
5.4 フィードバック誤差学習による逆モデル制御
5.5 順モデルによる予測制御
5.6 内部モデルによる認知機構
5.7 内部モデル学習に必要な回路機構
5.8 内部モデルの可能性
第6章 強化学習
6.1 強化学習とは
6.2 即時報酬課題
6.3 遅延報酬課題
6.4 履歴を使った学習
6.5 状態価値関数とBellman方程式
6.6 行動価値関数による学習
6.7 Actor-CriticとPolicy Gradient
6.8 強化学習から脳へ
第7章 大脳基底核と報酬予測
7.1 強化学習の脳機構
7.2 大脳基底核の回路
7.3 大脳基底核のニューロン特性
7.4 大脳基底核の強化学習モデル
7.5 線条体ニューロンの行動価値表現
7.6 大脳基底核とそれ以外
第8章 教師なし学習
8.1 教師なし学習とは
8.2 情報の最大化と冗長性の削減
8.3 学習量子化
8.4 教師なし学習と脳
第9章 大脳皮質
9.1 大脳皮質の計算とは
9.2 大脳皮質の回路構造
9.3 大脳皮質ニューロンの特徴選択性
9.4 教師なし学習モデル
9.5 ポピュレーション表現とベイズ推定
9.6 教師なし学習のその先
第10章 メタ学習
10.1 学習のしかたの学習
10.2 教師あり学習のメタ学習
10.3 強化学習のメタ学習
10.4 教師なし学習のメタ学習
10.5 異なるモジュールの並列学習
10.6 メタ学習から脳へ
第11章 神経修飾物質系
11.1 メタ学習の脳機構は？
11.2 神経修飾物質系
11.3 ドーパミン系：報酬予測の増減δ
11.4 アセチルコリン系：学習速度係数α
11.5 ノルアドレナリン系：動作選択の逆温度β
11.6 セロトニン系：報酬評価の時間割引率γ
11.7 脳のメタ学習機構と神経修飾物質系の相互作用モデル
第12章 階層モジュール学習
12.1 起き上がりロボットの学習
12.2 階層モジュール学習方式
12.3 脳の階層モジュール学習
12.4 脳のグローバルな組織化原理は？
第13章 協調行動とコミュニケーション
13.1 脳と社会環境
13.2 協調行動の計算理論
13.3 行動理解と見まね学習
13.4 コミュニケーションと言語
13.5 言語の起源に向けて
第14章 計算神経科学の到達点と今後
14.1 脳はどこまでわかったか
14.2 ニューロン，分子，遺伝子
14.3 局所回路と情報表現
14.4 脳の大域回路と行動
14.5 社会脳から言語へ
14.6 おわりに
索引
