درود بر همگی دوستان و کسانی که در نظرسنجی فصل سوم نوروسینتکس شرکت کردند.

▫️با توجه به نتایج رای گیری که بسیار نزدیک هست و اینکه مبحث GLM ها پایه ای تر و راحت تر از HMM هست، فصل سوم رو به GLM ها اختصاص میدیم و برای فصول بعدتر به سراغ HMM خواهیم رفت.

▫️با توجه به اینکه GLM در علوم اعصاب برای کاربردهای گوناگونی بکار گرفته شده سعی میکنم مجموعه ای از مقالات رو گردآوری بکنم که یک گستره خوبی از تنوع کاربردی این خانواده از آنالیز ها رو آموزش بده.

▫️اگر علاقه مند به ارائه مقالات یا مباحث پایه GLM هستید زیر این پست اعلام آمادگی کنید تا بهتون پیام بدم.

▫️من لیستی از مقالاتی که فکر میکنم مناسب این فصل هستند رو میارم ولی این لیست شاید تا زمان آغاز جلسات تغییر کنه. اگر مقالات مناسبی میشناسید که از GLM ها استفاده کرده ارسال کنید تا بررسی کنم.

لیست مقالات و منابع:

Machine Learning for Neural Decoding

Generalized Linear Models for Point Process Analyses of Neural Spiking Activity

Spatio-temporal correlations and visual signalling in a complete neuronal population

Reconstructing neuronal circuitry from parallel spike trains

GLMspiketraintutorial_python

GLMspiketools

تمامی مبانی این بحث ارائه خواهد شد اما اگر علاقه مند هستید پیش از شروع جلسات کمی درباره این خانواده آنالیزها بدونید میتونید ویدیو زیر از نورومچ رو نگاه کنید:

Machine Learning: GLM