オートエンコーダ

オートエンコーダーは教師なし学習のニューラルネットワーク

入力データと出力データが同じになるように学習させるニューラルネットワーク

データの次元削減

ノイズの除去

新しいデータの作成にも利用できるアルゴリズム

そのまま利用しても価値がないがオートエンコーダーでは中間層に注目する

入出力層よりもノードの少ない中間層を持つ。

符号化と復号化

情報そのまま伝えられないとなると中間層が表現できる情報量と言う制約が生まれる。

その中でモデルはなるべく出力上に入力そのデータが復元されるように学習を行う。

同じデータを少ない情報量で表現するかを学習するのがこれ。

このようにして得られるボトルネックでの各ノードのデータのことを潜在変数という。

入力層からボトルネックまでの部分はノードが減少いくつかいくためデータが圧縮される。この部分のことをエンコードと呼ぶ。

ボトルネックから出力層までの部分では潜在変数から下のデータが復元されるこの部分の処理のことをデコードと呼ぶ。