前提知識と準備資料 ​

Neuromatchアカデミーへようこそ！　私たちは幅広く多様な方に計算神経科学を学んでいただけることを本当に楽しみにしています。あなたのために素晴らしい一連の講義とチュートリアルを準備しています！

コースに向けた準備 ​

このコースには、さまざまな分野から、そして異なる知識レベルの人々が参加しています。私たちは、すべての人が初日から学校についていけるように、また楽しむことができるようにしたいと考えています。そのためには、Pythonの基本的なプログラミング、いくつかの主要な数学の概念、そして神経科学の基礎を理解する必要があります。

プログラミング ​

このコースはPythonを使用して実施されます。Pythonでプログラミングしたことがない場合は、今が練習を始める良い時期です！　生徒たちは変数、リスト、辞書、numpyとscipyライブラリ、そしてmatplotlibでのプロットについて理解していることを期待しています。毎日少しずつ練習すれば、授業が始まる頃には大丈夫でしょう。

NMAのPythonワークショップ資料（W0D1およびW0D2）があります。コース開始前に自分のペースでこのNMA製のコンテンツを進めてください。

これらのNMAの資料のほかに、Software carpentryの1日Pythonチュートリアル、または無料のEdxコース「Research for Using Python」をお勧めします。より詳細な導入のためには、scipyの講義ノートを参照してください。最後に、Pythonデータサイエンスハンドブックも参考にしてください。これには印刷版もあります。

Matlabの背景から参加しているほうは、このチートシートで速やかにキャッチアップできます。また、MatlabとPython両方のバージョンがある「Neural Data Science」のペーパーバックもお楽しみいただけるかもしれません。

数学スキル ​

計算神経科学と神経データ分析は、線形代数、確率、基本統計、微積分（導関数と常微分方程式）に依存しています。

私たちは、私たちの線形代数、微積分、統計のリフレッシャー（W0D3、W0D4、W0D5）を通じて学習することを強く推奨します。コース開始前にDiscordで質問できます。

線形代数：線形代数のよい理解が必要であり、線形代数は一度に複数の数値を含むほぼすべての量的なものに不可欠です。ベクトルと行列の加算と乗算、ランク、基底、行列式、逆行列、固有値分解を知っている必要があります。私たちのW0D3に加えて、この美しい講義シリーズを強く推奨します。別の素晴らしいリソースはカーンアカデミーです。ここにPythonでの線形代数の演習シリーズがあります。

統計：統計の理解も重要であり、平均と分散、正規分布について理解しているべきです。私たちのW0D4に加えて、リフレッシャーとして、Russ Pollackの書籍「21世紀の統計的思考」からの選択的な読み物（つまり、6-7章）を推奨します。

微積分：最後に、基本的な微積分は不可欠であり、積分と微分が何であるかを知り、微分方程式が何を意味するかを理解するべきです。微分と積分の微積分について記憶を新たにする必要がある場合、Gilbert Strangの書籍は良いリフレッシャー本です。微分方程式については、Jeri Leblの書籍「エンジニアのための微分方程式」の0-1章（演習を含む！）を学習することを推奨します。

神経科学 ​

神経科学の外部から来ている場合、基本的な概念に慣れることは大切です。コース開始前に私たちのNMAの神経ビデオシリーズを視聴することを強く推奨します（W0D0）。ここに短い読み物があります。また、神経科学会の著書「Brain Facts」からの別のリソースもあります。

あなたここにいることにとても興奮しています！　すぐにお会いできることを楽しみにしています。

Neuromatchアカデミーチームより