¿Qué habilidades informáticas son más valiosas en la investigación en neurociencia?

La habilidad informática que más se busca en neurociencia es el análisis de datos estadísticos a gran escala.

Un experimento electrofisiológico típico capturará megabytes a terabytes de datos de los electrodos de grabación. Los estudios de EEG y fMRI también capturan millones a miles de millones de puntos de datos. Estos datos deben ejecutarse a través de rigurosos algoritmos de análisis de datos a gran escala para “encontrar la señal”.

MATLAB y python son los dos lenguajes de programación más utilizados para esto. Hay docenas de bibliotecas de código abierto disponibles. Su uso requiere una base sólida en métodos estadísticos y álgebra lineal. Conocer algo de aprendizaje automático estadístico también es bueno, ya que las matemáticas y los algoritmos son casi idénticos entre los dos.

Si desea probar el análisis de datos y aprender las técnicas por su cuenta, puede descargar conjuntos de datos de neurociencia reales del sitio web de intercambio de datos de Cold Springs Harbor Labs , que incluye conjuntos de datos de su curso de verano en neurociencia computacional junto con asignaciones de problemas para estudiantes. Ese sitio web está aquí: http://crcns.org/

Un excelente libro sobre técnicas de programación utilizadas en neurociencia es el libro MATLAB para neurocientíficos : http://www.amazon.com/MATLAB-Neu…

Relacionado:
¿Cuáles son las áreas de neurociencia que se cruzan con la informática?
¿Cuáles son algunos buenos materiales introductorios sobre neurociencia computacional?
¿Cómo puede un desarrollador de software involucrarse en la neurociencia? ¿Existen proyectos de software de código abierto relacionados con la neurociencia en los que pueda contribuir? ¿Hay trabajos que debería solicitar? ¿Existe un mercado para ingenieros de software?
¿Qué tecnologías utilizan los neurocientíficos para la investigación?
¿Qué tipos de tecnología de escaneo cerebral existen actualmente?

No estoy seguro de si es importante universalmente para la neurociencia, pero el análisis de redes (gráficos) y los antecedentes matemáticos relativos (teoría de gráficos) se están volviendo muy populares con varios métodos (EEG, MEG, fMRI).

Para comenzar, sugeriría una oferta de cursos en línea de Coursera: Análisis de redes sociales ( https://www.coursera.org/course/sna ). Aunque aborda las aplicaciones en las redes sociales, los métodos descritos en el Programa del curso podrían usarse para abordar las redes neuronales o de conectividad.