|
时间
|
课程名
|
主要内容
|
|
第一天
12.23
杨田雨
|
上午
|
机器学习原理简介
|
·
机器学习原理简介
·
特征提取
·
模型选择
·
交叉验证等
|
|
下午
|
MVPA分析与PRONTO实战
|
·
基于脑影像指标的MVPA分析简介
·
PRONTO实战
|
|
第二天
12.24
裘吉成
杨田雨
|
上午
|
机器学习相关的MATLAB编程基础
|
·
MATLAB基本数据结构
·
流程控制
·
函数与脚本的编写
·
机器学习相关函数、工具介绍
|
|
下午
|
MATLAB编程练习
|
·
MATLAB函数&脚本编程练习
·
流程控制、MRI图像导入等编程练习
|
|
晚上
|
基于脑连接组的预测模型（CPM）
|
·
Connectome-Based
Prediction Modeling(CPM) 原理
·
CPM实战
|
|
第三天
12.25
杨田雨
|
上午
|
Libsvm工具包介绍
|
·
libsvm工具包介绍
·
libsvm参数详解
·
数据归一化、参数选择
·
Libsvm实例
|
|
下午
|
基于体素的Libsvm
|
·
核磁数据的特征选择方法介绍
·
实例：基于体素的支持向量分类
·
实例：基于体素的支持向量回归
|
|
第四天
12.26
杨田雨
|
上午
|
基于连接的Libsvm
|
·
实例：基于功能连接的支持向量分类
·
实例：基于功能连接的支持向量回归
|
|
下午
|
连接可视化软件
|
·
连接可视化软件circos
·
连接可视化软件brainnet
|
|
第五天
12.27
裘吉成
杨田雨
|
上午
|
LASSO回归原理
|
·
正则化与数据降维
·
LASSO回归原理
|
|
下午
|
LASSO回归实战
|
·
脑影像数据的LASSO回归分析
|
|
晚上
|
主成分分析简介
|
·
主成分分析（PCA）原理
·
PCA实战（降维等）
|
|
第六天
12.28
杨田雨
|
上午
|
基于机器学习的脑网络构建
|
·
基于稀疏的脑网络构建
·
基于低秩的模块化脑网络构建
|
|
下午
|
基于多模态的疾病诊断
|
·
基于多模态的疾病诊断原理
·
多示图学习
·
MultiKernel
SVM讲解
|
