04_오토인코더

오토인코더는 대표적인 비지도학습을 위한 인공신경망 구조이다. 지도학습과는 다르게 데이터의 숨겨진 구조를 발견하는 것이 목표인 학습방법이다! 좀더 구체적으로 간면 오토인코더는 출력층의 노드 개수와 입력층의 노드 개수가 동일한 구조의 인공신경망이다. 구조는 입력층, 은닉층, 출력층으로 전에 배웠던 ANN과 비슷한 구조를 가지고 있다. 특히 오토인코더는 입력층을 재구축하여 거의 비슷한 원본이 나오게 된다. 그렇다면 이런 재구축이 어떤 용도가 있을까? 자세히보면 은닉층의 노드 개수가 더 적은것을 확인할 수 있는데, 결과적으로 은닉층의 출력은 원본 데이터에서 불필요한 특징은 제거된, 압축된 특징을 학습하게 된다. 예를 들어 동물들의 길이, 몸무게, 주인의 나이, 주인의 몸무게 4개의 특징이 주어진 상황에서 데이터..