書籍の紹介について

皆さんこんにちは。順天堂大学健康データサイエンス学部で、脳神経ダイナミクス研究室を主宰している徳田です。

最近、

「研究室に入る前にどんな勉強しておいたらよいですか？読んでおいたらよい本ありますか？」

という質問を受けることが非常に多くなってきました。そこで、勧められそうな本をこちらに記載してみようかと思います。

研究室で用いる知識は、例えば以下のようなものです：

• 線形代数
• 多変数の微分積分
• 力学系
• 情報理論
• フーリエ解析
• 機械学習
• 計算論的神経科学
• 神経科学の基礎知識

大学院に入学する前に読んできたら良い本を聞かれた場合に、あえて少数だけ選ぶとすると、 力学系では『力学系入門（スメール・ハーシュ・デバネー）』もしくは『非線形ダイナミクスとカオス（ストロガッツ）』、 神経科学では『カンデル神経科学』、『脳の計算論（甘利俊一監修）』、 機械学習では『統計的学習の基礎（Hastie, Tibshirani, Friedman）』あたりでしょうか。

力学系

• スメール・ハーシュ『力学系入門（第1版）』
• スメール・ハーシュ・デバネー『力学系入門（第2版以降）』
• ストロガッツ『非線形ダイナミクスとカオス』
• 合原一幸『カオス学入門（放送大学教材）』
• Edward Ott “Chaos in Dynamical Systems”
• 郡宏『生物リズムと力学系』

神経科学

• カンデルほか『カンデル神経科学』
• ベアー／コノーズ／パラディーソ『神経科学 脳の探求』
• カールソン『神経科学テキスト 脳と行動』
• 甘利俊一監修『脳の計算論（シリーズ脳科学 1）』
• 『脳単』
• 『NEW薬理学』
• E. M. Izhikevich “Dynamical Systems in Neuroscience”
• 川人光男『脳の計算理論』

機械学習

• Hastie, Tibshirani, Friedman『統計的学習の基礎 ―データマイニング・推論・予測―』
• Bishop『パターン認識と機械学習』

その他、数学・物理など

• 今井秀樹『情報理論』
• 日野幹雄『スペクトル解析』
• 田崎晴明『統計力学』
• 清水明『熱力学の基礎』
• 清水明『量子論の基礎』
• 小出昭一郎『量子力学』
• 松本和夫『多様体の基礎』
• 齋藤正彦『数学の基礎—集合・数・位相』
• 志賀浩二『30講シリーズ』

読み物

• ラマチャンドラン『脳の中の幽霊』
• David Marr『ビジョン』
• 『脳科学のテーブル』
• アントニオ・ダマシオ『デカルトの誤り』
• コッホ『意識の探求』
• 津田一郎『カオス的脳観』『ダイナミックな脳』
• 木村敏『心の病理を考える』
• ハーマン・ハーケン『自然の造形と社会の秩序』
• 清水博『生命を捉えなおす』
• 多賀源太郎『脳と身体の動的デザイン』
• 蔵本由紀『非線形科学』
• 大野 克嗣 『非線形な世界』
• ディアク『天体力学のパイオニアたち』
• チョムスキー『生成文法の企て』
• 佐々木正人『アフォーダンス』
• 佐藤文隆『破られた対称性』

計算論的神経科学で用いられる有名なモデルとしては：

• ホジキン–ハクスレー（Hodgkin–Huxley）モデル
• ホップフィールドモデル
• ボルツマンマシン
• パーセプトロン
• フィッツヒュー–南雲モデル
• Integrate-and-fire neuron モデル
• カオスニューラルネットワーク
• 蔵本モデル（Kuramoto model）
• カオス的遍歴
• マーの三つの階層