เปรียบเทียบวิธี

	ออโตเอ็นโค้ดเดอร์	โครงข่ายประสาทเทียมแบบสังวัตนาการ (การจำแนกประเภท)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2006	1998
ผู้ริเริ่ม	Hinton, G.E. & Salakhutdinov, R.R.	LeCun, Y. et al.
ประเภท	Neural network (encoder-decoder)	Deep neural network (convolutional)
แหล่งต้นตำรับ	Hinton, G.E. & Salakhutdinov, R.R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507.	LeCun, Y., Bottou, L., Bengio, Y. & Haffner, P. (1998). Gradient-Based Learning Applied to Document Recognition. Proceedings of the IEEE, 86(11), 2278–2324.
ชื่อเรียกอื่น	Otokodlayıcı (Autoencoder), otokodlayıcı, auto-encoder, encoder-decoder network	CNN (Evrişimli Sinir Ağı — Sınıflandırma), CNN classification, ConvNet, convolutional network classifier
ที่เกี่ยวข้อง	4	5
สรุป	An autoencoder is an encoder-decoder neural network, popularised by Hinton and Salakhutdinov in 2006, that compresses data into a low-dimensional latent code and then reconstructs it, enabling dimensionality reduction and anomaly detection. By learning to rebuild its own input through a narrow bottleneck, it discovers a compact representation of the data.	A Convolutional Neural Network (CNN) is a deep learning model, established by LeCun and colleagues in 1998, that learns local patterns directly from images and structured data to classify them. Stacks of convolutional filters discover increasingly abstract features, so manual feature engineering can be largely reduced.