Now Loading...

Now Loading...

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。

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)

<個人向け>G検定&E資格オンライン講座の紹介