Autoenkoder (AE) to rodzaj sztucznej sieci neuronowej stosowanej w uczeniu maszynowym do beznadzorowanego uczenia reprezentacji danych. Składa się z dwóch głównych części: enkodera, który przekształca dane wejściowe w zwięzłą reprezentację w przestrzeni ukrytej, oraz dekodera, który odtwarza z niej pierwotny sygnał. Głównym celem autoenkoderów jest redukcja wymiarowości danych oraz usuwanie szumów przy jednoczesnym zachowaniu ich kluczowych cech. Dzięki tej właściwości znajdują one zastosowanie m.in. w kompresji obrazu, detekcji anomalii oraz wstępnym przetwarzaniu danych.
Źródło: arxiv.org
