第二十二届脑影像机器学习班(北京,5.28-6.2)
请点击上面“思影科技”四个字,选择关注我们,思影科技专注于脑影像数据处理,涵盖(fMRI,结构像,PET,DTI,QSM,ASL,CVR,影像组学,菌群,EEG/ERP,FNIRS,眼动)等,希望专业的内容可以给关注者带来帮助,欢迎留言讨论,也欢迎参加思影科技的课程,可添加微信号siyingyxf或18983979082进行咨询。(文末点击浏览)
思影科技将于2022年5月28日-- 2022年6月2日(周六--下周四)在北京举办第二十二届脑影像机器学习班(详见课表安排)。
1、简介
21世纪是人工智能的年代。随着计算机性能的提升、大数据的积累以及神经网络等算法的复兴,人工智能的研究非常前沿,在各领域得到广泛应用。人工智能的核心技术是机器学习,基于影像数据和机器学习技术,发现生物标记,用以辅助诊断,是当前脑疾病、神经科学领域极为热门的研究方向。然而,机器学习具有一定的理论及实践难度,使得许多临床医生和研究者入门较为困难。
如何快速入门并掌握机器学习相关技术是进行脑影像人工智能研究的关键,为此,思影科技拟举办脑影像机器学习班,通过手把手教学,帮助临床医生与初入门的科研人员快速掌握机器学习相关数据分析操作技能,如各种机器学习各种模型的构建及分析如:朴素贝叶斯,SVM,聚类,线性判别分析、相关向量回归等,从而提高专业人员开展神经影像机器学习相关研究工作的水平。如果您的时间有限,也可以分批次参加思影科技的课程。此课程需要一定的脑影像数据处理基础,可参考思影科技脑影像基础班及其他模态数据处理班,可浏览思影科技课程及服务(可添加微信号siyingyxf或18983979082咨询,另思影提供免费文献下载服务,如需要也可添加此微信号入群):
北京:
更新:第二十八届磁共振脑网络数据处理班(上海,5.22-27)
数据处理业务介绍:
2、对象与内容
此次培训的对象是希望利用脑影像机器学习技术进行脑科学研究的医生、高校教师与在校学生等,思影科技一直坚持小班教学的方式,并配备教辅人员,后续提供在线支持,及时解决学员数据处理中存在的问题。
内容主要包括:机器学习原理简介、机器学习相关的MATLAB编程基础、基于脑连接组的预测模型(CPM)、MVPA分析与PRONTO实战、正则化、线性判别分析、Logistic回归、K近邻、基于SVM(支持向量机)的分类、libSVM工具包的使用、相关向量回归等。参加本次课程的学员可免费重修一次。
注:如方便,请于会议开始前一天到达会场(10:00 - 20:00)熟悉场地及安装软件、拷贝资料等事宜。
3、课程安排
时间 | 课程名 | 主要内容 | |
上午 | 机器学习原理简介 |
| |
下午 | 机器学习相关的MATLAB编程基础 |
| |
晚上 | MATLAB编程练习 |
| |
上午 | 基于脑连接组的预测模型(CPM) |
| |
下午 | 正则化原理 线性回归、LASSO |
| |
晚上 | 岭回归 弹性网络 |
基于弹性网络的预测实战 | |
上午 | 线性判别分析(LDA) |
| |
下午 | Logistic回归 |
| |
晚上 | K近邻 |
| |
上午 | Libsvm工具包介绍 |
| |
下午 | 基于体素的Libsvm |
| |
晚上 | 基于连接的Libsvm |
| |
上午 | 多核SVM |
| |
下午 | 相关向量回归(RVR) |
| |
上午 | MVPA分析与PRONTO实战 |
| |
下午 | 基于脑网络连接矩阵的机器学习实战 |
|
单位名称、税号 (发票抬头) | |||||
姓名 | 性别 | 邮箱 | |||
电话号码 | 科室/专业 | ||||
缴费方式 | □转账 □支付宝 □刷卡(请选择在□打√) | ||||
银行信息 | 户名:北京扬思影科技有限公司 账号:0200020009200097081 开户银行:中国工商银行股份有限公司北京白云路支行 | ||||
汇款备注 | 第二十二届脑影像机器学习班+姓名 |
微信扫码或者长按选择识别关注思影
非常感谢转发支持与推荐
获取word文档:
1.直接微信扫描以下二维码(或者长按选择识别):
2.链接下载:
链接:
https://pan.baidu.com/s/1wKH_8fe3fGWDikZCjJEtxA
提取码: in8g
3.请加微信:siyingyxf获取word版本回执文档或咨询课程。(请直接点击下文文字即可浏览思影科技其他课程及数据处理服务,欢迎报名与咨询,目前全部课程均开放报名,报名后我们会第一时间联系,并保留名额):
核磁:
北京:
更新:第二十八届磁共振脑网络数据处理班(上海,5.22-27)
脑电及红外、眼动:
北京:
南京:
上海:
第三届脑电机器学习数据处理班(Matlab版,上海,5.15-20)
重庆:
数据处理业务介绍: