問題 No.64
ニューラルネットワークを用いた次元削減手法において、入力データと同じデータを出力層で再現するように学習を行う。中間層（潜在空間）の次元を入力層よりも小さく制限することで、データの本質的な特徴（主成分に近い情報）だけを強制的に抽出させる、特徴量生成や異常検知に広く使われる構造はどれか。
【正解の解説】
自己符号化器
自己符号化器（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ことで、本質的な特徴だけを抽出する次元削減に使われるモデルです。
スポンサーリンク
【その他の選択肢の解説】
畳み込みニューラルネットワーク
畳み込みニューラルネットワークは、主に画像認識などに使われる層構造で、次元削減を主目的とした構造ではありません。
再帰型ニューラルネットワーク
再帰型ニューラルネットワークは、時系列データのように順番のあるデータを扱うのに特化したニューラルネットワークです。
敵対的生成ネットワーク
敵対的生成ネットワークは、2つのネットワークを競わせて本物に近いデータを生成する手法であり、次元削減とは異なります。