オートエンコーダとは
Autoencoder / 自己符号化器
入力データを一度圧縮してから復元するよう学習させることで、データの特徴表現を教師なしで獲得するニューラルネットワーク
ひとことで言うと
データを一度圧縮してから元に戻す練習をすることで、データの特徴を学ぶAIモデル。
概要
オートエンコーダとは、入力データを低次元の内部表現(潜在表現)へ圧縮するEncoderと、その内部表現から元の入力をできるだけ忠実に復元するDecoderからなるニューラルネットワーク。 正解ラベルを必要とせず、入力データそのものを再構成できるよう学習するため、教師なし学習の代表的な手法の1つとして扱われる。 圧縮された内部表現は、データの本質的な特徴を捉えた次元削減や異常検知(正常データではうまく復元できるが、異常データでは復元誤差が大きくなる性質を利用)などに応用される。
背景
ラベル付きデータを大量に用意することが難しい場面でも、データそのものから有用な特徴表現を獲得したいという要求があった。 オートエンコーダは、入力を圧縮して復元するという自己教師的なタスクを通じ、ラベルなしにデータの特徴表現を学習する手法として考案された。
利点
- 正解ラベルを必要とせず、入力データそのものから特徴表現を学習できる
- 圧縮された内部表現を次元削減や異常検知に応用できる