KaranoTsingYu (庄清瑜)

> 暂时默认不收录计算神经科学。神经科学的话先只考虑纳入计算认知神经科学的学者和相关机构。暂时还不了解计算神经科学和计算认知科学的关系。 两者高度重叠，只是就研究对象和/或方法而言，前者还会涉及到分子水平的计算模拟而后者不会；而后者则更多涉及到一些不涉及神经科学的“纯认知”的计算模拟。 然而如今几乎没有不涉猎认知的计算神经科学学者。故两个领域可以大致视为一家。 故计算神经科学的大牛、实验室、重要会议和学习资源也收录进来。

* [Konrad Paul Kording - Google Scholar](https://scholar.google.com/citations?user=MiFqJGcAAAAJ&hl=en&oi=ao) * [Kording Lab](http://kordinglab.com/about/)

* [Marius 't Hart . net](http://mariusthart.net/) * [Paul Schrater - Google Scholar](https://scholar.google.com/citations?user=_IIpR0EAAAAJ&hl=en&oi=ao) * [Schrater Lab ](http://schraterlab.umn.edu/)

资源清单的结构要重新整理一下了。。。。用流派分类太粗暴了，就用姓名排序吧；而且阳老师和开智的信分全局认识模型多数人并不理解。旧的分类列表留着作参考，并强调编排思路主要参考自那本剑桥手册里对计算建模的流派划分。多数计算认知科学家都不会单纯地只捣鼓神经网络或者贝叶斯或者xxx的。 哦，然后NMA的课程仓库也要补进来。这可能是目前最好的开源的学习资源了。

托马斯·格里菲斯计算认知科学实验室发起的： * [Center for Data on the Mind](http://dataonthemind.org/)

[Hongjing Lu lab at UCLA](http://cvl.psych.ucla.edu/)

[‪Wei Ji Ma / Whee Ky Ma‬ - ‪Google Scholar‬](https://scholar.google.com/citations?user=2370JKUAAAAJ&hl=en&oi=ao)

http://stateoftheart.ai

awesome ai 也应当增补进来

各种github仓库比如moog/PsychoPy/psychtoolbox/hBayes之类也应该都被增补进来