圖書標籤: 認知科學  認知建模  統計學  計算機建模  數據處理  神經意識（BrainMind）  Psychology  Psychologia   

喜歡 Computational Modeling of Cognition and Behavior 的讀者還喜歡

• 
  Doing Bayesian Data Analysis, Second Edition pdf epub mobi txt 電子書 下載
• 
  Phonetic Data Analysis pdf epub mobi txt 電子書 下載
• 
  當代語言哲學導論 pdf epub mobi txt 電子書 下載
• 
  Writing Science pdf epub mobi txt 電子書 下載
• 
  Network Science pdf epub mobi txt 電子書 下載
• 
  Statistical Rethinking pdf epub mobi txt 電子書 下載
• 
  Information Theory, Inference and Learning Algorithms pdf epub mobi txt 電子書 下載
• 
  認知神經科學 pdf epub mobi txt 電子書 下載
• 
  An Introduction to Statistical Learning pdf epub mobi txt 電子書 下載
• 
  Speech and Language Processing, 2nd Edition pdf epub mobi txt 電子書 下載

強推。比Busemeyer 那本好太多瞭，Busemeyer那本有一種有一種講到哪裏是哪裏的感覺，對比第一版增幅還是很大的。

非常好的一本入門書籍。編排格外地有邏輯，明顯是為入門者打造的，一步一步教導你如何在自己的研究當中應用這些模型。比如RL裏介紹瞭最常用的SARSA和eligibility traces。並且裏麵的jags代碼也挺實用的，老實說心理學領域裏絕大多數文章的模型都比較簡單的，很多情況這裏麵的jags的代碼改一改都可以直接用瞭hhh。不足之處可能就是這本書本質上偏入門，介紹的模型不是很多。作者裏有很多都是做的sequential sampling model的，對這類模型介紹的比較多，其他模型涉及較少。雖然參數推斷裏有很大篇幅是介紹貝葉斯方法的，但是第三章對在感知覺領域裏應用很多的貝葉斯模型並沒有介紹。

雖然在認知科學的領域通過使用數學與統計模型進行計算機模擬各類認知功能的研究已有相當曆史，相應論文和書籍也有一些，不難找到類似《Bayesian Cognitive Modeling A Practical Course》這樣詳細介紹某一具體取嚮的好書，又或是《The Oxford Handbook of Computational and Mathematical Psychology》這樣的綜述集，但在計算機建模的大主題下進行全麵係統指導的教科書至今仍屈指可數，尤其對比CS專業井噴式的學習教材。由於同類教科書少，此書算得上標杆，第二版的內容新添和重新編排做的非常好，除瞭很好的介紹瞭基本概念和方法，最值得推薦的是作者邀請各篇章主題的專傢寫短評，棒，比較可惜的是缺乏諸如機器學習之類的前沿內容。

雖然在認知科學的領域通過使用數學與統計模型進行計算機模擬各類認知功能的研究已有相當曆史，相應論文和書籍也有一些，不難找到類似《Bayesian Cognitive Modeling A Practical Course》這樣詳細介紹某一具體取嚮的好書，又或是《The Oxford Handbook of Computational and Mathematical Psychology》這樣的綜述集，但在計算機建模的大主題下進行全麵係統指導的教科書至今仍屈指可數，尤其對比CS專業井噴式的學習教材。由於同類教科書少，此書算得上標杆，第二版的內容新添和重新編排做的非常好，除瞭很好的介紹瞭基本概念和方法，最值得推薦的是作者邀請各篇章主題的專傢寫短評，棒，比較可惜的是缺乏諸如機器學習之類的前沿內容。

雖然在認知科學的領域通過使用數學與統計模型進行計算機模擬各類認知功能的研究已有相當曆史，相應論文和書籍也有一些，不難找到類似《Bayesian Cognitive Modeling A Practical Course》這樣詳細介紹某一具體取嚮的好書，又或是《The Oxford Handbook of Computational and Mathematical Psychology》這樣的綜述集，但在計算機建模的大主題下進行全麵係統指導的教科書至今仍屈指可數，尤其對比CS專業井噴式的學習教材。由於同類教科書少，此書算得上標杆，第二版的內容新添和重新編排做的非常好，除瞭很好的介紹瞭基本概念和方法，最值得推薦的是作者邀請各篇章主題的專傢寫短評，棒，比較可惜的是缺乏諸如機器學習之類的前沿內容。