Autoencoder
Un autoencoder es una red neuronal codificador-decodificador, popularizada por Hinton y Salakhutdinov en 2006, que comprime datos en un código latente de baja dimensionalidad y luego los reconstruye, permitiendo la reducción de dimensionalidad y la detección de anomalías. Al aprender a reconstruir su propia entrada a través de un cuello de botella estrecho, descubre una representación compacta de los datos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fuentes
- Hinton, G.E. & Salakhutdinov, R.R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507. DOI: 10.1126/science.1127647 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Autoencoder (Encoder-Decoder Neural Network for Dimensionality Reduction). ScholarGate. https://scholargate.app/es/deep-learning/autoencoder
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Análisis FactorialEstadística para la investigación↔ compare
- Agrupamiento K-mediasAprendizaje automático↔ compare
- Análisis de Componentes PrincipalesAprendizaje automático↔ compare
- Autoencoder VariacionalAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →