↑: [[G検定に関する知識]] - 入力を圧縮してまた元に戻すように学習するニューラルネットワーク。**教師なし学習**の一種 - 別名: 自己符号化器 - 構造: エンコーダ → ボトルネック（潜在変数 z）→ デコーダ（砂時計型） - **エンコーダ**: 入力を少ない次元に圧縮していく - **ボトルネック（潜在変数 z）**: 最も細い部分。データの本質だけが残る低次元表現 - **デコーダ**: 潜在変数から元のサイズへ復元する - 入力を再現する中でデータの本質を捉える。うまく復元できれば本質をうまく圧縮できた証拠 - 主な用途①: **次元削減**（PCAの非線形版。曲がった圧縮ができる） - 主な用途②: **事前学習**（エンコーダだけ取り出して転用。いまは古典的な位置づけ） - cf. [[潜在変数]], [[積層オートエンコーダ-G検定]], [[VAE-G検定]]