Najlepsze pytania
Chronologia
Czat
Perspektywa
Autoenkoder
Z Wikipedii, wolnej encyklopedii
Remove ads
Autoenkoder, autokoder[1] – sieć neuronowa złożona z pary koder-dekoder[2]. Autokoder uczy się dwóch funkcji: funkcji kodowania, która przekształca dane wejściowe i funkcji dekodowania, która odtwarza dane wejściowe z zakodowanej reprezentacji. Autokoder uczy się efektywnej reprezentacji (kodowania) zbioru danych, zwykle w celu redukcji wymiaru, aby generować osadzenia o mniejszej liczbie wymiarów do późniejszego wykorzystania przez inne algorytmy uczenia maszynowego[2].

Remove ads
Aplikacje
Redukcja wymiarów
Redukcja wymiarów była jedną z pierwszych aplikacji głębokiego uczenia[3].
Zmniejszenie wymiarów może poprawić wydajność zadań takich jak klasyfikacja. Cechą charakterystyczną redukcji wymiarowości jest umieszczanie semantycznie powiązanych przykładów blisko siebie[3].
Analiza głównych składowych

Najprostsze autoenkodery — zwłaszcza liniowe i bez nieliniowych aktywacji — są blisko powiązane z analizą głównych składowych[4].
Wyszukiwanie informacji i optymalizacja wyszukiwarek
Redukcja wymiaru daje korzyści dla procesów wyszukiwani informacji, co oznacza, że wyszukiwanie może stać się bardziej efektywne w pewnych typach przestrzeni niskowymiarowych[5].
Wykrywanie anomalii
Innym zastosowaniem autoenkoderów jest wykrywanie anomalii[6][7].
Remove ads
Przypisy
Wikiwand - on
Seamless Wikipedia browsing. On steroids.
Remove ads