Autoencoder 是一種無監督學習的神經網絡,分為編碼器(將數據壓縮為隱藏表示)和解碼器(將隱藏表示重建為原始數據)。其目標是最小化輸入和重建數據之間的誤差,廣泛應用於數據降維、特徵提取、去噪和生成模型(如變分自編碼器 VAE)。優點包括無需標籤學習和自動學習特徵,但也容易過擬合,需要大量數據和計算資源。