オートエンコーダ

オートエンコーダとは、入力データを一度低次元の潜在空間へと圧縮するエンコーダと、その圧縮された情報から元のデータを復元するデコーダという二つの構造から構成されるニューラルネットワークの一種です。このモデルは教師なし学習の手法として分類され、教師データとなるラベルを必要とせず、入力データそのものを目標値として学習を進めるのが最大の特徴です。学習過程において、ネットワークは入力データの持つ冗長な情報を削ぎ落とし、データが本来持つ本質的な構造や重要な特徴量を効率的に獲得することを目指します。その結果として、複雑な高次元データから主要な構成要素を抽出する次元削減や、データ内のノイズを特定して除去するフィルタリングなどの高度な処理が可能となります。