À propos de ce cours
50,698 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau débutant

Approx. 30 heures pour terminer

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Computational NeuroscienceArtificial Neural NetworkReinforcement LearningBiological Neuron Model

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau débutant

Approx. 30 heures pour terminer

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
4 heures pour terminer

Introduction & Basic Neurobiology (Rajesh Rao)

6 vidéos (Total 89 min), 6 lectures, 2 quiz
6 vidéos
1.2 Computational Neuroscience: Descriptive Models11 min
1.3 Computational Neuroscience: Mechanistic and Interpretive Models12 min
1.4 The Electrical Personality of Neurons23 min
1.5 Making Connections: Synapses20 min
1.6 Time to Network: Brain Areas and their Function17 min
6 lectures
Welcome Message & Course Logistics10 min
About the Course Staff10 min
Syllabus and Schedule10 min
Matlab & Octave Information and Tutorials10 min
Python Information and Tutorials10 min
Week 1 Lecture Notes10 min
2 exercices pour s'entraîner
Matlab/Octave Programming1 h
Python Programming1 h
Semaine
2
4 heures pour terminer

What do Neurons Encode? Neural Encoding Models (Adrienne Fairhall)

8 vidéos (Total 167 min), 3 lectures, 1 quiz
8 vidéos
2.2 Neural Encoding: Simple Models12 min
2.3 Neural Encoding: Feature Selection22 min
2.4 Neural Encoding: Variability23 min
Vectors and Functions (by Rich Pang)30 min
Convolutions and Linear Systems (by Rich Pang)16 min
Change of Basis and PCA (by Rich Pang)18 min
Welcome to the Eigenworld! (by Rich Pang)24 min
3 lectures
Welcome Message10 min
Week 2 Lecture Notes and Tutorials10 min
IMPORTANT: Quiz Instructions10 min
1 exercice pour s'entraîner
Spike Triggered Averages: A Glimpse Into Neural Encoding1 h
Semaine
3
3 heures pour terminer

Extracting Information from Neurons: Neural Decoding (Adrienne Fairhall)

6 vidéos (Total 114 min), 2 lectures, 1 quiz
6 vidéos
3.2 Population Coding and Bayesian Estimation24 min
3.3 Reading Minds: Stimulus Reconstruction11 min
Fred Rieke on Visual Processing in the Retina14 min
Gaussians in One Dimension (by Rich Pang)30 min
Probability distributions in 2D and Bayes' Rule (by Rich Pang)13 min
2 lectures
Welcome Message10 min
Week 3 Lecture Notes and Supplementary Material10 min
1 exercice pour s'entraîner
Neural Decoding30 min
Semaine
4
3 heures pour terminer

Information Theory & Neural Coding (Adrienne Fairhall)

5 vidéos (Total 98 min), 2 lectures, 1 quiz
5 vidéos
4.2 Calculating Information in Spike Trains17 min
4.3 Coding Principles19 min
What's up with entropy? (by Rich Pang)25 min
Information theory? That's crazy! (by Rich Pang)16 min
2 lectures
Welcome Message10 min
Week 4 Lecture Notes and Supplementary Material10 min
1 exercice pour s'entraîner
Information Theory & Neural Coding1 h
4.7
130 avisChevron Right

19%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

Principaux examens pour Neurosciences computationnelles

par JBMay 25th 2019

I really enjoyed this course and think that there was a good variety of material that allowed people of many different backgrounds to take at least one thing away from this.

par CMJun 15th 2017

This course is an excellent introduction to the field of computational neuroscience, with engaging lectures and interesting assignments that make learning the material easy.

Enseignants

Avatar

Rajesh P. N. Rao

Professor
Computer Science & Engineering
Avatar

Adrienne Fairhall

Associate Professor
Physiology and Biophysics

À propos de Université de Washington

Founded in 1861, the University of Washington is one of the oldest state-supported institutions of higher education on the West Coast and is one of the preeminent research universities in the world....

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.