Programmes d'études
C.SPEC. Brainhack School

Programmes d'études
C.SPEC. Brainhack School
Programmes d'études
Détails et horaire du cours
Légende
Cours de jour
Cours de soir
Cours en ligne
Certificats et microprogrammes de 1er cycle
Baccalauréat (formation d'ingénieur)
Études supérieures
GBM6953EE
C.SPEC. Brainhack School
Nombre de crédits :
3 (3 - 5 - 1)
Les chiffres indiqués entre parenthèses sous le sigle du cours, par exemple (3 - 2 - 4), constituent le triplet horaire.
Le premier chiffre est le nombre d'heures de cours théorique par semaine (les périodes de cours durent 50 minutes).
Le second chiffre est le nombre d'heures de travaux dirigés (exercices) ou laboratoire, par semaine.
(Note : certains cours ont un triplet (3 - 1.5 - 4.5). Dans ce cas, les 1,5 heure par semaine sont des laboratoires qui durent 3 heures mais qui ont lieu toutes les deux semaines. À Polytechnique, on parle alors de laboratoires bi-hebdomadaires).
Le troisième chiffre est un nombre d'heures estimé que l'étudiant doit investir de façon personnelle par semaine pour réussir son cours.
Le premier chiffre est le nombre d'heures de cours théorique par semaine (les périodes de cours durent 50 minutes).
Le second chiffre est le nombre d'heures de travaux dirigés (exercices) ou laboratoire, par semaine.
(Note : certains cours ont un triplet (3 - 1.5 - 4.5). Dans ce cas, les 1,5 heure par semaine sont des laboratoires qui durent 3 heures mais qui ont lieu toutes les deux semaines. À Polytechnique, on parle alors de laboratoires bi-hebdomadaires).
Le troisième chiffre est un nombre d'heures estimé que l'étudiant doit investir de façon personnelle par semaine pour réussir son cours.
Département :
Génie électrique
Préalable(s) :
Corequis :
Notes :
Le cours commence au début de la session d'été court et dure 4 semaines (intensif) à temps plein.
Un ordinateur portatif est obligatoire.
Responsable(s) :
Eva Alonso Ortiz
Description
Throughout this one-month intensive course, students will complete a self-defined project that makes use of computational neuroscience and functional neuroimaging techniques. Students will be required to independently follow a selection of training modules among the following topics: python for data analysis, basics of machine learning, project management, high performance computing, open data, script writing in python, introduction to deep learning, deep learning for neuroimaging, functional connectivity in fMRI, functional parcellations in fMRI, the Brain Imaging Data Structure (BIDS) ecosystem, DataLad for reproducible research data management, data visualisation, python packaging, testing and continuous integration, containers. Supervision and support for the student are offered by a team of specialists.
Throughout this one-month intensive course, students will complete a self-defined project that makes use of computational neuroscience and functional neuroimaging techniques. Students will be required to independently follow a selection of training modules among the following topics: python for data analysis, basics of machine learning, project management, high performance computing, open data, script writing in python, introduction to deep learning, deep learning for neuroimaging, functional connectivity in fMRI, functional parcellations in fMRI, the Brain Imaging Data Structure (BIDS) ecosystem, DataLad for reproducible research data management, data visualisation, python packaging, testing and continuous integration, containers. Supervision and support for the student are offered by a team of specialists.
Plan triennal
2024-2025 | 2025-2026 | 2026-2027 | ||||||
---|---|---|---|---|---|---|---|---|
Automne | Hiver | Été | Automne | Hiver | Été | Automne | Hiver | Été |
- | - | - | - | - | - | - | - | - |