Acerca de este Curso
52,371 vistas recientes

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel principiante

Aprox. 30 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

Habilidades que obtendrás

Computational NeuroscienceArtificial Neural NetworkReinforcement LearningBiological Neuron Model

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel principiante

Aprox. 30 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

Programa - Qué aprenderás en este curso

Semana
1
4 horas para completar

Introduction & Basic Neurobiology (Rajesh Rao)

6 videos (Total 89 minutos), 6 lecturas, 2 cuestionarios
6 videos
1.2 Computational Neuroscience: Descriptive Models11m
1.3 Computational Neuroscience: Mechanistic and Interpretive Models12m
1.4 The Electrical Personality of Neurons23m
1.5 Making Connections: Synapses20m
1.6 Time to Network: Brain Areas and their Function17m
6 lecturas
Welcome Message & Course Logistics10m
About the Course Staff10m
Syllabus and Schedule10m
Matlab & Octave Information and Tutorials10m
Python Information and Tutorials10m
Week 1 Lecture Notes10m
2 ejercicios de práctica
Matlab/Octave Programming1h
Python Programming1h
Semana
2
4 horas para completar

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

8 videos (Total 167 minutos), 3 lecturas, 1 cuestionario
8 videos
2.2 Neural Encoding: Simple Models12m
2.3 Neural Encoding: Feature Selection22m
2.4 Neural Encoding: Variability23m
Vectors and Functions (by Rich Pang)30m
Convolutions and Linear Systems (by Rich Pang)16m
Change of Basis and PCA (by Rich Pang)18m
Welcome to the Eigenworld! (by Rich Pang)24m
3 lecturas
Welcome Message10m
Week 2 Lecture Notes and Tutorials10m
IMPORTANT: Quiz Instructions10m
1 ejercicio de práctica
Spike Triggered Averages: A Glimpse Into Neural Encoding1h
Semana
3
3 horas para completar

Extracting Information from Neurons: Neural Decoding (Adrienne Fairhall)

6 videos (Total 114 minutos), 2 lecturas, 1 cuestionario
6 videos
3.2 Population Coding and Bayesian Estimation24m
3.3 Reading Minds: Stimulus Reconstruction11m
Fred Rieke on Visual Processing in the Retina14m
Gaussians in One Dimension (by Rich Pang)30m
Probability distributions in 2D and Bayes' Rule (by Rich Pang)13m
2 lecturas
Welcome Message10m
Week 3 Lecture Notes and Supplementary Material10m
1 ejercicio de práctica
Neural Decoding30m
Semana
4
3 horas para completar

Information Theory & Neural Coding (Adrienne Fairhall)

5 videos (Total 98 minutos), 2 lecturas, 1 cuestionario
5 videos
4.2 Calculating Information in Spike Trains17m
4.3 Coding Principles19m
What's up with entropy? (by Rich Pang)25m
Information theory? That's crazy! (by Rich Pang)16m
2 lecturas
Welcome Message10m
Week 4 Lecture Notes and Supplementary Material10m
1 ejercicio de práctica
Information Theory & Neural Coding1h
4.7
130 revisionesChevron Right

19%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

Principales revisiones sobre Neurociencia computacional

por 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.

por 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.

Instructores

Avatar

Rajesh P. N. Rao

Professor
Computer Science & Engineering
Avatar

Adrienne Fairhall

Associate Professor
Physiology and Biophysics

Acerca de Universidad 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....

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.