Autoencoder
Un autoencoder è una rete neurale encoder-decoder, resa popolare da Hinton e Salakhutdinov nel 2006, che comprime i dati in un codice latente a bassa dimensionalità e poi li ricostruisce, consentendo la riduzione della dimensionalità e il rilevamento delle anomalie. Imparando a ricostruire il proprio input attraverso un "collo di bottiglia" stretto, scopre una rappresentazione compatta dei dati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Autoencoder (Encoder-Decoder Neural Network for Dimensionality Reduction). ScholarGate. https://scholargate.app/it/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.
- Analisi FattorialeStatistica per la ricerca↔ compare
- Clustering K-meansApprendimento automatico↔ compare
- Analisi delle Componenti PrincipaliApprendimento automatico↔ compare
- Variational AutoencoderApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →