Autoencodeur
Un autoencodeur est un réseau neuronal encodeur-décodeur, popularisé par Hinton et Salakhutdinov en 2006, qui compresse les données en un code latent de faible dimension puis les reconstruit, permettant la réduction de dimensionnalité et la détection d'anomalies. En apprenant à reconstruire sa propre entrée à travers un goulot d'étranglement étroit, il découvre une représentation compacte des données.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Autoencoder (Encoder-Decoder Neural Network for Dimensionality Reduction). ScholarGate. https://scholargate.app/fr/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.
- Analyse factorielleStatistiques de recherche↔ compare
- Regroupement par K-moyennesApprentissage automatique↔ compare
- Analyse en composantes principalesApprentissage automatique↔ compare
- Autoencodeur VariationnelApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →