Dados Gerais do Componente Curricular
| Tipo do Componente Curricular: |
DISCIPLINA |
| Tipo de Disciplina: |
REGULAR |
| Forma de Participação: |
DISCIPLINA REGULAR |
| Unidade Responsável: |
PÓS-GRADUAÇÃO EM NEUROCIÊNCIA E COGNIÇÃO (11.01.06.24) |
| Código: |
NCG-002 |
| Nome: |
MÉTODOS QUANTITATIVOS EM NEUROCIÊNCIA |
| Carga Horária Teórica: |
48 h. |
| Carga Horária Prática: |
24 h. |
| Carga Horária Estudo Individual: |
72 h. |
| Carga Horária Dedicada do Docente: |
0 h. |
| Carga Horária Total: |
144 h. |
| Pré-Requisitos: |
|
| Co-Requisitos: |
|
| Equivalências: |
( NCGOBR003 )
|
| Excluir da Avaliação Institucional: |
Não |
| Matriculável On-Line: |
Sim |
| Horário Flexível da Turma: |
Não |
| Horário Flexível do Docente: |
Sim |
| Obrigatoriedade de Nota Final: |
Sim |
| Pode Criar Turma Sem Solicitação: |
Não |
| Necessita de Orientador: |
Não |
| Exige Horário: |
Sim |
| Permite CH Compartilhada: |
Não |
| Permite Múltiplas Aprovações: |
Não |
| Quantidade de Avaliações: |
2 |
| Ementa/Descrição: |
Esta disciplina tem como objetivo introduzir os principais métodos quantitativos utilizados na área de cognição. Serão tratados os seguintes tópicos, em conjunto com os métodos quantitativos utilizados em sua análise: (1) introdução à análise de sinais neurais: teoria da informação, filtros de sinais e análises espectrais; (2) introdução à modelagem computacional e matemática de redes neurais; e (3) análise de dados: inferência de máxima verossimilhança e Bayesiana, modelos lineares gerais e generalizados e análise de variância. Será discutida criticamente ainda a capacidade da abordagem quantitativa de responder as principais questões em aberto nas ciências cognitivas. |
| Referências: |
Cisek P, Drew T, Kalaska J. Computational Neuroscience: Theoretical Insights into Brain Function (Progress in Brain Research). Elsevier Science; 2007. Frank M, Munakata Y, Hazy T, O'Reilly
R. Computational Cognitive Neuroscience (English Edition). Wiki Book. 2012. Arbib MA, Bonaiuto JJ. From Neuron to Cognition via Computational Neuroscience (Computational
Neuroscience Series). The MIT Press, 2016. Zar JH. Biostatistical Analysis. Pearson New International (5th Edition), 2013. Drongelen W Signal Processing for Neuroscientists, A Companion
Volume: Advanced Topics, Nonlinear Techniques and Multi-Channel Analysis (Elsevier Insights) 1st Edition, Elsevier; 1 edition , 2010. Kirk, R. E. Experimental Design. 1o Ed. Sage-usa, 2012.
1056 p. |
|
|
|
|
|
|
