第四届脑电机器学习班（线上：2022.2.19~2.27）
是新朋友吗？记得先点蓝字关注我哦～
请点击上面“茗创科技”四个字，选择关注我们，茗创科技专注于脑科学数据处理，涵盖（EEG/ERP, fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★ 课程简介 ★
随着人们对神经系统功能认识的提高和计算机技术的发展，脑机接口（BCI）技术的研究呈明显的上升趋势。BCI是一种不依赖大脑外周神经与肌肉正常输出通道的控制系统。BCI技术的核心是把用户输入的脑电信号转换成输出控制信号或命令的转换算法。转换算法的核心是机器学习。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认知神经科学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，茗创科技拟举办脑电机器学习班，通过手把手教学，理论与实践相结合，期待帮助临床医生与初入门的认知神经领域科研人员快速掌握脑电机器学习相关数据分析操作技能，如各种机器学习模型的构建及分析等，从而提高专业人员开展相关研究工作的水平。
★ 培训对象 ★
本次培训班面向的对象是希望利用脑电技术进行科研的研究生、临床研究的医生、研究人员等，学员需具一定的脑电及matlab基础，培训班进行小班授课，重点培训学员操作，并且后续提供持续的在线详细的解答、支持，及时解决学员问题。
★ 课程内容 ★
内容主要包括：脑电预处理，脑电机器学习原理、Matlab编程基础、静息态脑电特征的提取（功率谱、功能连接、脑电熵等）、各种机器学习模型（K近邻、线性判别分析、支持向量分类、支持向量回归、ElasticNet、随机森林等）、静息态/任务态脑电的分类与回归分析、结果汇报与结果展示、特征筛选与特征降维等。
★ 时间安排 ★
2022年2月19日-2月27日
上午：09：00—12：00
下午：14：00—18：00
晚上：19：00—22：00（工作日）
★ 具体课表 ★
时间 | 课程名 | 具体内容 | |
Part1 | 2.19 周六 上午 | python基础 | 1、python入门 ①Anaconda安装 ②Sypder介绍 ③Python使用注意事项及python库的安装 ④Python基础数据结构 ⑤Python基础语法 |
2.19 周六 下午 | EEG数据加载及其可视化、机器学习模型机器及其应用 | 2、EEG数据加载及其可视化 ①EEG数据加载(nibabel) ②EEG数据可视化(numpy,matplotlib,seaborn*) ③mat、csv、txt文件加载 3、机器学习模型机器及其应用 ①机器学习基础概念介绍 ②机器学习模型分类（分类、归回、拟合、有监督/无监督） ③数据集划分（验证集、训练集、验证集、留一法、十折交叉法、置换检验） ④精度评价指标（F1，ACC，ROC，AUC，混淆矩阵） ⑤模型通用指标（欠/过拟合） ⑥模型通用解释 | |
Part2 | 2.20 周日 上午 | 脑电数据的预处理 及分析要点 | EEG信号介绍、EEGLAB软件介绍、脑电数据的预处理步骤、使用EEGLAB手动逐步处理、代码批量处理 |
2.20 周日 下午 | 特征提取 | （MATLAB）时域、频域、时频域分析方法 | |
Part3 | 2.21 周一 晚上 | 特征预处理分析要点及代码实操 | （Python）基本的预处理手段，如：归一化、标准化。 |
2.22 周二 晚上 | 机器学习、特征工程基础知识 | 机器学习、特征工程（降维、特征选择） | |
Part4 | 2.23 周三 晚上 | 特征选择的过程以及特征选择的算法介绍、代码实操 | 生成过程、评价函数、停止条件、验证过程 （序列前向、序列后向、Relief算法） |
2.24 周四 晚上 | 总结 | 原始数据预处理到特征提取再到特征选择整体流程要点总结 | |
Part5 | 2.25 周五 晚上 | 朴素贝叶斯 | 1、朴素贝叶斯介绍（理论、适用范围、优缺点） 2、朴素贝叶斯的Python调用 3、项目实战 |
2.26 周六 上午 | SVM | 1、SVM理论简单介绍（理论、适用范围、优缺点） 2、SVM的Python调用 3、SVM调参技巧 4、EEG信号的SVM分类实战（包含任务态数据和静息态数据） 5、分类器解释及特征可视化 6、决策树（包含模型介绍、调用、调参优化、适用范围、优缺点、项目实战等） | |
Part6 | 2.26 周六 下午 | 随机森林决策树、无监督方法 | 1、随机森林决策树（包含模型介绍、调用、调参优化、适用范围、优缺点、项目实战等） 2、无监督方法（包含模型介绍、调用、调参优化、适用范围、优缺点、项目实战等） ①聚类（K均值聚类和层次聚类） ②PCA ③SVD分解* |
2.27 周日 上午 | 常用机器学习模型的适用范围和优缺点、半监督学习 | 1、简述其他常用机器学习模型的适用范围和优缺点（KNN、LDA等，提供代码和示例数据） 2、半监督学习 | |
Part7 | 2.27 周日 下午 | Matlab工具箱、多特征模式分析和表征相似性分析 | 1、Matlab工具箱* 2、MVPA（多特征模式分析）/RAS（表征相似性分析） ①MVPA原理 ②MVPA的Python实现 ③基于MVPA实现EEG信号分析 |
2.27 周日 晚上 | 总结 | 1、结果汇报 2、参数优化 3、展望（深度学习、图论、CSP、多模型联合决策） 4、总结 |
★ 培训人数 ★
此次课程限定人数，报名敬请从速。
★培训方式 ★
茗创科技在线直播培训。
★ 培训费用 ★
培训课程5000/人。
★ 报名方式 ★
你可能会遇到的问题
Q：报名后在哪里学习？
A：微信搜索并关注公众号：茗创科技。进入“茗创科技”公众号（设置星标后更方便哦），点击右下角“教学服务”-“茗创脑功能”，可以找到自己订阅的课程，观看视频。
Q：报名后学习期限是多久？
A：课程有效期为三个月，可反复观看；建议尽快完成课程学习哦，早学早收获！
Q：是否支持课程预存款？
A：可以的，预存款无使用期限，可用于购买茗创所有课程，但不可提现。预存款请联系总工程师周翊（见以下联系方式）。
★ 联系方式 ★
联系人：总工程师周翊。
电话：17373158786（微信同号）
也可扫码添加：
★ 培训人员简介 ★
周翊，茗创科技总工程师。
★ 在线支持服务 ★
茗创科技将为参加培训的学员提供免费的在线远程一对一的答疑服务，支持与合作，确保学员能够熟练掌握数据处理方法。
★ 备注 ★
请各位学员自备笔记本电脑Windows64位系统（推荐win10）、i5及以上、8G内存、50G剩余存储空间等基本配置；请尽量不要使用苹果电脑和AMD处理器的电脑。
网课建议
一、不缺席
在线课程为方便大家不再舟车劳顿到长沙参加而设置，请大家确保时间，尽量不缺席课程！不缺席课程！不缺席课程！重要事情说三遍，一旦缺席，很有可能就跟不上课程进度。
二、学习建议
1、网课对网络有要求，提前调好网络，网络畅通；如果使用的是台式电脑，请提前准备好耳麦，并调好。
2、课程为腾讯会议在线培训，建议您备好两个屏幕（例如；电脑外接显示屏/ipad配合电脑使用），一个屏幕观看腾讯会议平台直播，另一个屏幕跟随课程操作。
3、预先设置好课程资料放置路径，方便网课跟随操作。
4、做到课堂认真听讲，坚决不使用手机、电脑等做其它与课程内容无关的事情，这是提升自己自制力的好时候。
5、开始上课之后，提前在上课前做好必要的上课准备，比如提前上厕所，休息期间接好水，保证上课过程中能够完全集中注意力去听课。
6、按时进入直播间，严格跟随课程进度及操作，按要求完成学习任务。
7、上课时，如果出现卡顿、听不见声音或看不见画面的情况，不要惊慌，退出重启试试。
茗创科技
有态度 有深度 有温度 专注于脑科学
点击公众号名片 关注我们
觉得有帮助，欢迎转发收藏或者点个在看哦~
听说点在看的人SCI接收率都提升了18%呢！
有你认识的人吗？点“分享”，告诉TA