统考科目
计算与神经系统是一门交叉学科，涉及计算机科学、神经科学、数学和工程学等多个领域。统考科目可能因院校和研究方向的不同而有所差异，但通常包括以下几类：
一、公共基础科目
1. 数学（150分）
考试内容：
线性代数（矩阵运算、特征值）
概率论与统计（随机变量、贝叶斯定理）
微积分（微分方程、积分变换）
应用领域：神经网络的数学基础、信号处理。
2. 计算机科学（100分）
考试内容：
数据结构与算法（图论、动态规划）
编程语言（Python、C++）
机器学习基础（监督学习、无监督学习）
二、专业核心科目
1. 神经科学基础（100分）
考试内容：
神经元与突触（电生理、化学传递）
感觉与运动系统（视觉、听觉处理）
认知神经科学（记忆、决策）
2. 计算神经科学（100分）
考试内容：
神经网络模型（Hopfield网络、脉冲神经网络）
神经编码与解码（信息论应用）
脑机接口技术
三、院校示例
| 院校 | 专业课代码 | 考试内容 |
|---|---|---|
| MIT | 9.01 | 神经科学+计算模型 |
| Stanford | CS379C | 计算神经科学+机器学习 |
| 北京大学 | 801 | 神经科学基础+计算机科学 |
四、备考建议
数学与计算机科学：重点复习线性代数和概率论，掌握Python编程。
神经科学：阅读《神经科学：探索脑》等教材，理解基础概念。
计算神经科学：学习《计算神经科学》等书籍，实践神经网络模型。