Bernstein Network Computational Neuroscience
  • Home
  • Network
    • The Bernstein Network
    • Bernstein Centers
      • Berlin
      • Freiburg
      • Göttingen
      • Munich
      • Tübingen
      • Heidelberg-Mannheim
    • Bernstein Nodes
      • Bernstein Node Bochum
      • Bernstein Node Rhine-Main Region
    • Research Infrastructure
      • High Performance Simulation and Data Analysis
      • Research Data Management
      • Science Communication
      • Scientific Coordination
    • Awards and Initiatives
      • Valentin Braitenberg Award
      • Brains for Brains Young Researcher Award
      • Bernstein SmartSteps
    • Committees
    • Mission Statement
    • Statutes
    • Membership
    • History
    • Donation
    • Contact
  • Newsroom
    • Newsroom
    • News
    • Events
    • Calls
    • Media Coverage
    • Network Publications
    • Bernstein Bulletin
    • Press
  • Teaching and Research
    • Teaching and Research
    • Meet the Scientist
    • Find a Scientist
    • Degree Programs
      • Master Programs
      • PhD Programs
    • Study and Training
      • Bernstein Student Workshop Series
      • Online Learning
      • Advanced Courses
      • Internships and Master theses
      • Podcasts
  • Career
    • Career
    • Job Pool
    • Internships and Master theses
  • Bernstein Conference
    • Bernstein Conference
    • Program
    • Abstract Submission
    • Early Career Scientists
      • PhD Symposium
      • Postdoc Meeting
      • Travel Grants
    • General Information
      • Important Dates & FAQ
      • Plan Your Visit
    • Past Bernstein Conferences
  • DE
  • EN
  • Click to open the search input field Click to open the search input field Search
  • Menu Menu
You are here: Home1 / Teaching and Research2 / Study and Training3 / Online Learning4 / Time series analysis and recurrent neural networks

Time series analysis and recurrent neural networks

Recording of the lecture series “Time Series Analysis & Recurrent Neural Networks”.



Lecture 1: Introduction and basic terms

Video

Lecture 2: Autocorrelations and ARMA Models

Video

Lecture 3: Statistical Inference in ARMA Models and Granger Causality

Video

Lecture 4: AR count and point process models

Video

Lecture 5: State Space Models and Expectation Maximization

Video

Lecture 6: Kalman filter and smoother

Video

Lecture 7: Poisson State Space Models and Nonlinear Dynamics

Video

Lecture 8: Nonlinear Dynamics and Recurrent Neural Networks

Video

Lecture 9: Universal Approximation Theorems for RNNs and Gradient Descent

Video

Lecture 10: Long Term Dependencies and Exploding and Vanishing Gradients

Video

Lecture 11: Generative RNNs: Extended and Unscented Kalman Filters

Video

Lecture 12: Variational Inference, Reparameterization Trick and GANs

Video

Lecture 13: Attention, Self-Attention and Transformers

Video

Time series analysis and recurrent neural networks

10. February 2022/by Janina Radny

Kontakt Online Learning

Contact

Prof. Dr. Daniel Durstewitz

Central Institute of Mental Health (CIMH)
Department Computational Neuroscience
J 5
68159 Mannheim

daniel.durstewitz@zi-mannheim.de
Website

Bernstein Netzwerk Computational Neuroscience Logo

Become a member
Statutes
Donation
Subscribe to Newsletter

 

Follow us on

LinkedIn
Bluesky
Vimeo
X
© 2025 Bernstein Network Computational Neuroscience
  • Contact
  • Imprint
  • Privacy Policy
Scroll to top Scroll to top Scroll to top
Cookie-Zustimmung verwalten
We use cookies to optimize our website and our service.
Functional Always active
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistics
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Manage options Manage services Manage {vendor_count} vendors Read more about these purposes
Settings
{title} {title} {title}