เปรียบเทียบวิธี

	ออโตเอ็นโค้ดเดอร์	DBSCAN
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2006	1996
ผู้ริเริ่ม	Hinton, G.E. & Salakhutdinov, R.R.	Ester, M., Kriegel, H.-P., Sander, J. & Xu, X.
ประเภท	Neural network (encoder-decoder)	Density-based clustering algorithm
แหล่งต้นตำรับ	Hinton, G.E. & Salakhutdinov, R.R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507.	Ester, M., Kriegel, H.-P., Sander, J. & Xu, X. (1996). A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise. Proceedings of the 2nd KDD, 226–231.
ชื่อเรียกอื่น	Otokodlayıcı (Autoencoder), otokodlayıcı, auto-encoder, encoder-decoder network	DBSCAN Kümeleme, density-based clustering, density-based spatial clustering
ที่เกี่ยวข้อง	4	3
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.	DBSCAN is a density-based clustering algorithm, introduced by Ester, Kriegel, Sander and Xu in 1996, that groups together points lying in dense regions and flags points in sparse regions as noise. It is effective on noisy data and on clusters of irregular, non-spherical shapes.