問題 No.2263
ディープラーニングにおけるオートエンコーダ（Autoencoder）の説明として不適切なものはどれか。
【正解の解説】
教師あり学習を用いて、正解ラベルとの誤差を最小化するように中間層の重みを更新する。
オートエンコーダは先生（正解ラベル）から答えを教わって学ぶのではなく、自分の力だけで入力データをコンパクトにまとめてから復元する「自習形式」の教師なし学習です。そのため、正解ラベルとの誤差を最小化するというのは誤りであり、ここが試験でよく狙われる引っかかりポイントとなります。
スポンサーリンク
【その他の選択肢の解説】
教師なし学習を用いて、入力データとそれを復元した出力データとの誤差を最小化するように中間層の重みを更新する。
初学者が最も混同しやすい点ですが、オートエンコーダは正解ラベルを必要とせず、自分が入力したデータを自分でいかに正確に復元できるかを手本として学習します。空港の手荷物検査で、カバンの中身を一度小さくまとめてから元の状態に組み立て直すようなイメージの教師なし学習です。
入力データの特徴量を低次元の潜在空間へ圧縮することで、データの次元削減やノイズ除去に活用することができる。
ごちゃごちゃした部屋の荷物を要領よくダンボール箱に詰め替えるように、データの核心だけを残して無駄を削ぎ落とすプロセスです。これにより、写真のノイズを取り除いたり、データの容量を賢く縮めたりする実用的な技術として広く応用されています。
入力された訓練データそのものを教師信号として利用し、出力層から入力層に近い情報を再構築するように学習を進める。
人間があらかじめ正解を教えるのではなく、入力されたデータそのものを「答えの教科書」として利用します。自分で自分に問題を出して丸つけをするようなものであり、入力から情報の特徴をうまく絞り込んで再構築する仕組みの基本を表しています。