問題 No.862
自己符号化器の構造と、それを特定のタスクに適用する際の目的や特徴に関する記述として不適切なものはどれか。
【正解の解説】
入力データと同じデータを不正確に出力するように学習させることで、モデルに強力なノイズを意図的に発生させる
自己符号化器(Autoencoder)の目的は、入力をそのまま出力する「復元」であり、ノイズを意図的に発生させるためのものではありません。入力にわざとノイズを加えて復元させる「ノイズ除去自己符号化器」という手法は存在しますが、意図的にノイズを発生させて不正確にすることが目的ではありません。
スポンサーリンク
【その他の選択肢の解説】
入力層から中間層へ次元を圧縮するエンコーダと、中間層から元の次元へ復元するデコーダで構成される
エンコーダ（符号化器）でデータを重要な情報にギュッと圧縮し、デコーダ（復号化器）でそれを元の姿に戻すことで、情報の重要な特徴を学習します。
正常なデータのみを学習させておけば、異常なデータが入力された際に復元誤差が大きくなるため、異常検知の用途に活用できる
正常データだけを学習させると、AIは「正常のパターン」を完璧に記憶します。そこに異常なデータが来ると、上手く復元できずに誤差が大きくなるため、そのズレを検知して異常を見つけます。
ラベルのない大量のデータから特徴を抽出する非教師あり学習であり、ディープラーニングの初期の事前学習としても用いられた
ラベル付けされていないデータから特徴を自動で抽出する学習方法であり、ディープラーニングの初期段階でネットワークを賢くさせるための「事前学習」手法の一つです。