Neurosciences et Machine Learning

Cette séance de cours explore la relation complexe entre les neurosciences et l’apprentissage automatique, explorant la complexité du cerveau et les défis de la compréhension des données neuronales. L'instructeur discute de la nécessité d'outils d'apprentissage automatique pour les neurosciences, en soulignant les problèmes d'inférence rencontrés dans l'analyse des données neuronales. Diverses techniques telles que la segmentation cellulaire, la segmentation de la zone cérébrale et le tri des pointes sont expliquées, montrant comment l'apprentissage automatique peut résoudre ces problèmes complexes. La séance de cours couvre également l'utilisation d'algorithmes d'apprentissage profond pour l'estimation de la pose, la mesure du comportement et l'enregistrement de l'activité neuronale, soulignant l'importance de lier le comportement à l'activité neuronale. L'application de l'apprentissage par transfert dans la recherche en neurosciences est discutée, ainsi que le rôle des réseaux neuronaux convolutifs inspirés du système visuel des mammifères.