À propos de ce cours

61,642 consultations récentes

Résultats de carrière des étudiants

18%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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. 26 heures pour terminer
Anglais

Compétences que vous acquerrez

Computational NeuroscienceArtificial Neural NetworkReinforcement LearningBiological Neuron Model

Résultats de carrière des étudiants

18%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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. 26 heures pour terminer
Anglais

Offert par

Placeholder

Université de Washington

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up96%(7,178 notes)Info
Semaine
1

Semaine 1

4 heures pour terminer

Introduction & Basic Neurobiology (Rajesh Rao)

4 heures pour terminer
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

Semaine 2

4 heures pour terminer

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

4 heures pour terminer
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

Semaine 3

3 heures pour terminer

Extracting Information from Neurons: Neural Decoding (Adrienne Fairhall)

3 heures pour terminer
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

Semaine 4

3 heures pour terminer

Information Theory & Neural Coding (Adrienne Fairhall)

3 heures pour terminer
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

Avis

Meilleurs avis pour NEUROSCIENCES COMPUTATIONNELLES

Voir tous les avis

Foire Aux Questions

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