[DACrew 2기] 오토인코더 개념

안녕하세요~!

오늘 소개해드릴 내용은 오토인코더입니다.

 

 오토인토더의 기본 개념부터 과소완전 오토인코더, 과대완전 오토인코더 등

 

여러 종류의 오토인토더에 대해 소개해 드리려고 합니다.

오토인코더는 representation learning 에 신경망을 활용하는 비지도 학습 방법입니다.

* representation learning이란?
입력 데이터를 기반으로 기댓값에 가깝게 만드는 유용한 표현을 학습하는 방식

 

오토 인코더의 핵심 개념은 새로 학습한 내부 표현을 사용해 원본 관측치에 가깝게 재건한다는 것입니다.

 

오토인코더는 차원 축소 및 자동 피처 엔지니어링 및 학습에 널리 사용되며,

 

오늘날에는 종종 GAN과 같은 생성 모델을 구축하는데 사용합니다.

 

오토인코더는 인코더와 디코더 두 부분으로 구성됩니다.

 

인코더(인지 네트워크)는 입력을 내부 표현으로 변환하는 역할을 수행하며

 

디코더(생성 네트워크)는 내부 표현을 다시 출력으로 바꾸는 역할을 수행합니다.

 

더 자세한 내용은 아래의 링크를 참고해주세요😊

 

감사합니다.

 

https://dacon.io/codeshare/5064?utm_source=dacrew&utm_medium=190302&utm_campaign=dacrew_2

[Team Zoo] 8편. 오토인코더 개념