오토 인코더에 대해서 오늘은 알아보겠습니다. 오토인코더는 5가지 특징을 가집니다. 1. 비지도학습이다. 2. 입력노드와 출력노드가 유사하게 학습하는 모델이다. (입력노드 수 = 출력노드 수) 3. 은닉층의 노드개수(m) < 입력층의 노드개수(d) 4. 은닉층은 입력데이터의 핵심정보를 표현한다. 5. 활성함수에 따라 비선형성, 선형성 모두 가질 수 있다. 오토인코더의 목적함수를 수식으로 표현해보겠습니다. X = { 𝐱1, 𝐱2, ⋯ , 𝐱𝑛 } 일 때, 알아내야 하는 매개변수 f 와 g라는 매핑함수 입니다. 그렇다면 목적함수는 아래와 같이 표현될 수 있습니다. 참고로, 선형 매핑을 사용하고, 은닉층의 개수가 입력층의 개수보다 작으며, 위의 식을 목적함수로 사용한다면, 오토인코더가 찾아주는 가중치는 PCA가..
