系统和计算神经科学在线资源

教程、在线课程和系列讲座、虚拟会议和其他资源。

这是一个不断变化的列表。如果您对资源有建议,请发邮件给我们scgbnews@simonsfoundation.org

网上研讨会系列:

世界神经学:在网上举办研讨会和讲座的新举措。

学习沙龙:每周一次的论坛,我们探讨生物和人工学习的桥梁和争论。

工具/教程:

神经数据无国界:教程开始吧。可用于Matlab和Python

DataJoint:教程的集合浏览DataJoint。

DeepLabCut:自学模块。

SLEAP:用于多动物姿态估计和跟踪的开源深度学习包。

Cosyne的教程

即将到来的课程:

Neuromatch学院:一个计算神经科学的在线学校,由创建CoSMo暑期学校CCN党卫军西蒙斯IBRO还有神经匹配会议。这个全球性的学院将在计算工具方面培训神经科学家,与现实世界的神经科学问题建立联系,并促进与研究人员的联系。

以往课程资料

计算神经科学方法:这是一门由海洋生物实验室开设的课程,介绍神经科学中的计算和数学技术。过去三年的课程可以在课程页面的课程标签下找到。课程材料可用于2018而且2019.

来自Coursera的华盛顿大学计算神经科学课程:介绍基本的计算方法,以了解神经系统的功能和确定它们的功能。

神经动力学课程及教材“,:包括书籍、讲座、Python练习和教材的链接。

纽约大学神经和认知科学的数学工具:研究生讲座课程,涵盖神经和认知数据和系统的可视化、分析和建模的基本数学方法。包括视频讲座和练习的链接。

Cajal计算神经科学课程(通过INCF):通过讲座和实际项目工作的结合,教授现代计算神经科学的中心思想、方法和实践。

计算神经科学:基础(通过INCF):大脑建模的介绍。

计算神经科学:认知的神经元动力学(EPFL via edX):本课程解释了在理论神经科学领域中使用的数学和计算模型,以分析数千个相互作用的神经元的集体动力学。

神经科学家的数据科学和数据技能(SFN):顶尖专家教授所有神经科学家都应该知道的基本数据技能,并详细介绍可在不同情况下使用的高级数据科学方法。

Neurohackademy:华盛顿大学(University of Washington)主办的神经成像和数据科学课程。在线材料包括去年的视频会谈而且教程.(日程安排中的链接指向视频。)材料也是ccessible这里.的云计算讲座可能对那些被锁在实验室和无法访问他们的大型台式电脑和服务器感兴趣。

UCSD神经信号处理课程:包括Jupyter笔记本上的实验室练习

系列讲座:

编码与视觉101系列讲座(艾伦研究所):由艾伦脑科学研究所制作的12部分系列,作为社区的教育资源。

INCF计算神经科学讲座

往届会议/工作坊讲座:

来自Cosyne的谈话:计算与系统神经科学会议的官方渠道

Neuromatch会谈:过去神经匹配会议的Youtube视频。

神经数据的降维与种群动态:本次会议的目的是聚集一些致力于开发神经数据降维方法的关键参与者,并从这个角度研究神经元网络的种群动态。

神经电路中的表示、编码与计算“,:本次研讨会的目的是在皮层电路层面上阐明表征和编码问题,如稀疏性和高维性,在噪声存在时的峰值和编码能力。

《大脑计算理论:这次研讨会是关于帮助我们理解实验数据的神经元网络的一般计算原理,关于使我们能够在模型和神经形态硬件中再现大脑惊人计算能力的原理,以及关于计算神经科学和机器学习之间的联系。

大脑与计算本次研讨会重点讨论了从神经科学数据推断结构的问题。

工作:

2020年神经匹配工作公告板

其他集合:

培训空间-一个免费开放的在线网站,用于培训神经信息学和计算神经科学方面的人员

Austin Soplata的开放计算神经科学资源列表

计算神经科学资源的列表丹·古德曼

事件:

有关即将举行的会议和其他活动的列表,请参见SCGB和相关事件页面。

推进基础科学和数学研究 订阅SCGB公告和其他基金会更新