Autoenkooderi
Autoenkooderi on kooderi-dekooderi-neuroverkko, jonka Hinton ja Salakhutdinov tekivät tunnetuksi vuonna 2006. Se pakkaa datan matalaulotteiseen latenttiin koodiin ja rekonstruoi sen sitten, mikä mahdollistaa dimensionpudotuksen ja poikkeamien havaitsemisen. Oppimalla rakentamaan oman syötteensä uudelleen kapean pullonkaulan kautta se löytää datasta kompaktin esityksen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Autoencoder (Encoder-Decoder Neural Network for Dimensionality Reduction). ScholarGate. https://scholargate.app/fi/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.
- FaktorianalyysiTutkimuksen tilastomenetelmät↔ compare
- K-means-klusterointiKoneoppiminen↔ compare
- PääkomponenttianalyysiKoneoppiminen↔ compare
- Variational AutoencoderSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →