监督式机器学习在系统神经科学中的作用
神经元与认知
2018-11-27 v2 机器学习
机器学习
摘要
在过去几年中，机器学习(ML)在神经科学中的使用迅速增加。在此，我们回顾了ML在系统神经科学多个领域中已实现和潜在贡献。我们描述了ML在神经科学中的四个主要作用：1) 为工程问题创建解决方案，2) 识别预测变量，3) 为脑的简单模型设定基准，以及4) 自身作为脑的模型。其应用的广泛性和便利性表明，机器学习应当成为大多数系统神经科学家工具箱中的一部分。
引用
@article{arxiv.1805.08239,
title = {The Roles of Supervised Machine Learning in Systems Neuroscience},
author = {Joshua I. Glaser and Ari S. Benjamin and Roozbeh Farhoodi and Konrad P. Kording},
journal= {arXiv preprint arXiv:1805.08239},
year = {2018}
}