１７２　オートエンコーダ

自己符号化器。可視層と隠れ層の2層からなるネットワーク。可視層（入力層）→隠れ層→可視層（出力層）の順に伝播し、出力される。入力と出力が同じになるようなネットワーク。入力層（可視層）の次元よりも、隠れ層の次元を小さくすることがポイント。

オートエンコーダ（自己符号化器：Autoencoder）とは、ニューラルネットワークの1つです。入力されたデータを一度圧縮し、重要な特徴量だけを残した後、再度もとの次元に復元処理をするアルゴリズムを意味します。このように、小さい次元に落とし込む作業を次元削減や特徴抽出と呼びますが、オートエンコーダはそれだけでなく、生成モデルとしても用いられます。

オートエンコーダは、2006年にトロント大学のコンピュータ科学および認知心理学の研究者であるジェフリー・ヒントン氏らによって提唱されました。