オートエンコーダの基本理解

問題

オートエンコーダ（Autoencoder）について、以下の記述のうち誤りを1つ選べ。

オートエンコーダ（Autoencoder：自己符号化器）は、入力されたデータ（画像など）を一旦小さな次元に圧縮し、そこから再び元のデータと同じものを復元するように学習する「教師なし学習」モデルです。

正解ラベルを与えなくても「入力データを正解」として学習を進めます。

この過程で、ネットワークの中間層（次元が絞られたボトルネック部分）には、データを復元するために必要不可欠な「データの本質的な特徴（潜在変数）」が凝縮・抽出されることになります。

1. オートエンコーダは入力データを圧縮し、そこから元のデータを復元する。

正しい：入力データを潜在空間（低次元）に圧縮する「エンコーダ」と、そこから元のデータを復元する「デコーダ」の2つのネットワークで構成されます。

2. オートエンコーダは教師なし学習の一種であり、ラベルを必要としない。

正しい：自分自身（入力データ）を正解データ（教師）として利用して復元誤差を小さくするように学習するため、人間が付与する正解ラベルは不要です。

3. オートエンコーダの中間層（ボトルネック）はデータの本質的な特徴を表す。

正しい：復元するために必要な情報だけを残すよう強制されるため、中間層（ボトルネック層）にはデータの本質的な特徴（潜在表現）が抽出されます。

4. オートエンコーダは必ず入力よりも高次元の中間層を持つ必要がある。

誤り：情報を圧縮して本質的な特徴を抽出するため、中間層の次元数は入力層よりも「少なく（低次元に）」するのが一般的です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ