已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Deep learning: A primer for psychologists.

深度学习 人工智能 心理信息 计算机科学 机器学习 卷积神经网络 人工神经网络 循环神经网络 梅德林 政治学 法学
作者
Christopher J. Urban,Kathleen M. Gates
出处
期刊:Psychological Methods [American Psychological Association]
卷期号:26 (6): 743-773 被引量:14
标识
DOI:10.1037/met0000374
摘要

Deep learning has revolutionized predictive modeling in topics such as computer vision and natural language processing but is not commonly applied to psychological data. In an effort to bring the benefits of deep learning to psychologists, we provide an overview of deep learning for researchers who have a working knowledge of linear regression. We first discuss several benefits of the deep learning approach to predictive modeling. We then present three basic deep learning models that generalize linear regression: the feedforward neural network (FNN), the recurrent neural network (RNN), and the convolutional neural network (CNN). We include concrete toy examples with R code to demonstrate how each model may be applied to answer prediction-focused research questions using common data types collected by psychologists. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
3秒前
简单完成签到 ,获得积分10
3秒前
嘉心糖完成签到,获得积分10
4秒前
11111完成签到 ,获得积分10
7秒前
emma发布了新的文献求助10
8秒前
冰糖秋梨膏完成签到 ,获得积分10
12秒前
大大小完成签到,获得积分10
15秒前
桐桐应助小陈采纳,获得10
15秒前
南波万完成签到,获得积分20
16秒前
和谐续完成签到 ,获得积分10
16秒前
chenzhuod完成签到,获得积分10
18秒前
圆儿完成签到 ,获得积分10
21秒前
77seven发布了新的文献求助10
22秒前
马铃薯不想搞学术关注了科研通微信公众号
23秒前
星辰大海应助chenzhuod采纳,获得10
24秒前
YOLO关注了科研通微信公众号
24秒前
香蕉觅云应助juest采纳,获得10
27秒前
阳佟冬卉完成签到 ,获得积分10
30秒前
yueyue完成签到,获得积分10
32秒前
兜里没糖了完成签到 ,获得积分10
32秒前
ybm3s完成签到,获得积分10
32秒前
:P完成签到,获得积分10
37秒前
37秒前
fafafasci完成签到,获得积分10
38秒前
焦焦完成签到 ,获得积分10
41秒前
岁月荣耀完成签到 ,获得积分10
42秒前
酷酷的王完成签到 ,获得积分10
43秒前
阿俊完成签到 ,获得积分10
43秒前
44秒前
纪北望完成签到,获得积分10
46秒前
光亮如彤完成签到,获得积分10
48秒前
cqy94666发布了新的文献求助30
49秒前
不安青牛完成签到,获得积分0
51秒前
哈哈完成签到 ,获得积分10
54秒前
Xiao完成签到,获得积分10
1分钟前
Lucas应助搞毛啊采纳,获得10
1分钟前
FashionBoy应助0℃采纳,获得10
1分钟前
88C真是太神奇啦完成签到 ,获得积分10
1分钟前
avaig完成签到 ,获得积分10
1分钟前
草拟大坝应助xxxxxxh采纳,获得20
1分钟前
高分求助中
Thermodynamic data for steelmaking 3000
Manual of Clinical Microbiology, 4 Volume Set (ASM Books) 13th Edition 1000
Cross-Cultural Psychology: Critical Thinking and Contemporary Applications (8th edition) 800
Counseling With Immigrants, Refugees, and Their Families From Social Justice Perspectives pages 800
マンネンタケ科植物由来メロテルペノイド類の網羅的全合成/Collective Synthesis of Meroterpenoids Derived from Ganoderma Family 500
Electrochemistry 500
Broflanilide prolongs the development of fall armyworm Spodoptera frugiperda by regulating biosynthesis of juvenile hormone 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2371392
求助须知:如何正确求助?哪些是违规求助? 2079668
关于积分的说明 5207894
捐赠科研通 1806945
什么是DOI,文献DOI怎么找? 901903
版权声明 558248
科研通“疑难数据库(出版商)”最低求助积分说明 481584