课程内容和安排
时间 | 课程名 | 具体内容 | |
第1天 赵宗亚 | 内容1 | 机器学习基础 | 1. 机器学习中的基本概念、分类与回归、交叉验证等 2. 机器学习模型的评价指标 3. 机器学习在脑电中的应用 4. 机器学习的一般分析流程 |
静息态和任务态脑电特征介绍 | 1.脑电功率特征;2.脑电功能连接特征;3.脑电熵、复杂度特征;4.ERP成分幅度特征等等 | ||
内容2 | Python编程基础 | 1.基本数据结构 2.程序流控制 3.脚本、函数以及类的编写 4.机器学习工具箱sklearn介绍 | |
第2天 赵宗亚 | 内容1 | 一般线性回归原理及实战操作 | 1. 线性回归的基本概念 2. 损失函数、梯度下降与参数拟合 3. 基于Python的线性回归实战(以实际数据为例) |
内容2 | K近邻分类(KNN)与线性判别分析(LDA)原理及实战 | 1. KNN的基本原理 2. LDA的基本原理 3.基于Python的KNN和LDA分类实战(以实际数据为例) | |
特征降维操作之PCA和特征选择方法 | 1.PCA的基本原理 2.PCA实战操作 3.常用特征选择方法:相关、t检验、Fisher score等 | ||
第3天 李柄橙 | 内容1 | Lasso回归, Ridge回归, ElasticNet回归 | 1.基于Python的Lasso回归原理及实践(以实际EEG数据为例) 2.基于Python的Ridge回归原理及实践操作(以实际EEG数据为例) 3.基于Python的ElasticNet回归基本原理及实践操作(以实际EEG数据为例) |
内容2 | SVM分类和支持向量回归(SVR) | 1.SVM分类的基本原理、核函数的概念 2.基于Python的SVM分类实战(以实际数据为例) 3.支持向量回归SVR的原理 4.基于Python的SVR回归预测实战(以实际数据为例) | |
第4天 李柄橙 | 上午 | 朴素贝叶斯分类器 | 1.朴素贝叶斯分类器基本原理 2.基于Python的朴素贝叶斯分类器实战操作 |
下午 | 决策树与随机森林模型 | 1.决策树与Boosting算法基本原理 2.随机森林(Random Forest)原理介绍 3.基于Python的决策树和随机森林分类实战(以实际EEG数据为例) |
刘天,西安交通大学生命科学与技术学院长聘制副教授,博士生导师,中国康复医学会技术转化与产业促进专业委员会委员,中国生物医学工程学会康复工程分会青年委员,中国康复辅助器具协会康复工程专业委员会青年委员,陕西省康复医学会康复工程专业委员会委员及秘书长。研究兴趣包括:神经功能信息检测与分析(基于脑电、肌电、磁共振影像、步态数据);神经功能障碍性疾病的早期诊断及干预。主持国家级、省部级科研项目多项,发表SCI论文十多篇。
EEG培训班
第十五届脑电数据分析技术实战班(郑州,2021.12.22-26)
第十六届脑电数据分析技术实战班(北京,2022.1.5-9)
第十七届脑电数据分析技术实战班(上海,2022.1.12-16)
第五届脑电数据分析技术高级实战班(西安,2022.1.19-23)
第四届脑电与机器学习专题班(Python版,线上班,2022.1.20-23)
MRI培训班
第八届磁共振数据分析技术基础班(线上,2022.1.20-23)
第四届多模态磁共振脑网络分析实战班(线上直播,2022.1.24-27)
EEG/MRI数据处理、设备租赁/销售