Rozdział 15. Autokodery
Autokoderami nazywamy sztuczne sieci neuronowe zdolne do uczenia się efektywnych reprezentacji danych wejściowych, tzw. kodowań (ang. codings), bez użycia jakiejkolwiek formy nadzorowania (zbiór uczący nie jest oznakowany etykietami). Kodowania te mają zazwyczaj znacznie mniejszą wymiarowość od danych wejściowych, dzięki czemu autokodery nadają się bardzo dobrze do redukowania wymiarowości (patrz rozdział 8.). Co ważniejsze, stanowią one doskonałe wykrywacze cech i mogą być używane do wstępnego, nienadzorowanego uczenia głębokich sieci neuronowych (proces ten został omówiony w rozdziale 11.). Do tego potrafią losowo generować nowe dane bardzo przypominające zbiory danych uczących; jest to tak zwany model generatywny
Get Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
