Autoencoder
Um autoencoder é uma rede neural codificadora-decodificadora, popularizada por Hinton e Salakhutdinov em 2006, que comprime dados num código latente de baixa dimensionalidade e depois os reconstrói, permitindo a redução de dimensionalidade e a deteção de anomalias. Ao aprender a reconstruir a sua própria entrada através de um gargalo estreito, descobre uma representação compacta dos dados.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Autoencoder (Encoder-Decoder Neural Network for Dimensionality Reduction). ScholarGate. https://scholargate.app/pt/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.
- Análise FatorialEstatística para pesquisa↔ compare
- Agrupamento K-meansAprendizado de máquina↔ compare
- Análise de Componentes PrincipaisAprendizado de máquina↔ compare
- Autoencoder VariacionalAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →