オートエンコーダ（おーとえんこーだー）
最終更新：2026/4/25
オートエンコーダは、入力データを低次元の潜在表現に圧縮し、それを再構成するニューラルネットワークである。
別名・同義語 自己符号化器
ポイント
オートエンコーダは、次元削減、特徴抽出、異常検知など、様々な機械学習タスクに応用される。
オートエンコーダとは
オートエンコーダ（Autoencoder）は、教師なし学習の一種であり、入力データを効率的に表現するための低次元の潜在表現を学習するニューラルネットワークです。その名の通り、データを「エンコード（符号化）」し、再び「デコード（復号化）」することで、元のデータを再構成することを目的とします。
構造
オートエンコーダは、主に以下の2つの部分から構成されます。
- エンコーダ（Encoder）: 入力データを低次元の潜在表現に変換します。通常、複数の全結合層や畳み込み層で構成されます。
- デコーダ（Decoder）: 潜在表現から元のデータを再構成します。エンコーダと対称的な構造を持つことが一般的です。
学習方法
オートエンコーダの学習は、入力データと再構成されたデータとの間の誤差を最小化するように行われます。誤差関数としては、平均二乗誤差（Mean Squared Error: MSE）などがよく用いられます。
応用例
オートエンコーダは、以下のような様々な応用例があります。