オートエンコーダ
オートエンコーダ
オートエンコーダとは次元削減の手法であり、ニューラルネットワークにおいては抽象的な特徴表現をモデルが学習するために用いられています。
ニューラルネットワークがその複雑さ故に学習データと過剰に適合してしまう過学習という問題が起こりやすいことが知られていますが、オートエンコーダでは隠れ層で一度圧縮を行い、それをまた元のサイズに戻すために抽象的な特徴を獲得できるとされています。
👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ
クイズ
以下の文章を読み，空欄（ア）に最もよく当てはまる選択肢を1つ選べ．
ニューラルネットワークは多層にしても学習精度が上がらないことがある．この問題を解決するために入力したものを一度圧縮し，その後データを復元し出力するアルゴリズムの開発が進められた．このアルゴリズムは（ア）と呼ばれる．
- 正解を見る
- 解説を見るニューラルネットワークを進化させるべく登場したのがオートエンコーダで，ディープニューラルネットワークを実現する為，このエンコーダを積み重ね積層オートエンコーダという手法が考え出されました．
一般的にオートエンコーダは入力層の次元数と比べて隠れ層の次元数が小さくなるような構造をしています。このような構造を持つことによって、オートエンコーダでは、入力されるデータの情報を圧縮している（エンコード）とともに、圧縮されたデータから元のデータを復元している（デコード）と考えることができます。
（参考: G検定公式テキスト 第2版 第5章 5-2 P163-165）
（参考: G検定公式テキスト 第1版 P121-123）👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
