Neurosciences Computationnelles

Ce cours se voit comme une Introduction générale aux Neurosciences Computationnelles, à leur raison d’être historique et à leur contribution pour les Neurosciences et les Sciences Cognitives. Le cours s’articule formellement sur trois grandes thématiques : 1) Dynamique des réseaux et propriétés émergentes, 2) Codage, décodage, théorie de l'information et 3) Architectures cognitives, approches symboliques et IA, sans que cette répartition pose des contraintes trop fortes, ni sur l’ordre chronologique ni sur une catégorisation stricte des sujets traités dans les cours. Les idées théoriques et les modèles propres de chaque niveau d’approche au cerveau seront présentées, à partir du niveau cellulaire, à travers les propriétés de petit réseau, aux réseaux de grande échelle et jusqu’aux fonctions émergentes, à l’intelligence artificielle et au comportement humain. Au moins une séance pratique (TP) d’initiation au codage de réseaux neuronaux artificiels et à l’apprentissage machine est prévue, ainsi que deux séances de TD, où les étudiants seront invités à présenter et discuter de manière critique un exemple d’application de modèle computationnel à une question de Neurosciences.
Aucun prérequis en Mathématiques ou Informatique n’est demandé. Des rappels d’éléments de mathématiques de base et de calcul des probabilités seront souvent faits pendant les cours. La curiosité et l’intérêt pour l’approche formel et quantitatif seront importants pour profiter pleinement de cette UE.