<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>electric-city</author_name>
  <author_url>https://blog.hatena.ne.jp/electric-city/</author_url>
  <blog_title>山下誠二郎のITとフォートナイトと野球ブログ</blog_title>
  <blog_url>https://melheaven.hatenadiary.jp/</blog_url>
  <categories>
    <anon>機械学習</anon>
    <anon>統計</anon>
  </categories>
  <description>前書き 解説というか参考になる記事をかき集めただけの備忘録です。 自己符号化器(Auto Encoder)とは 出典:https://deepage.net/deep_learning/2016/10/09/deeplearning_autoencoder.html 教師データを持たない入力のみの訓練データの特徴を抽出します。 入力データを符号化・復号化をして、出力が入力を忠実に再現する自己符号化器を求めます。lionbridge.ai以下の線形変換が存在するとき、 zはxによって決定する符号となります。 入力xに対して、出力zは符号化(Encode)と呼びます。入力zに対して、出力x'は復号…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmelheaven.hatenadiary.jp%2Fentry%2Fdeeplearning6&quot; title=&quot;自己符号化器と主成分分析の関係について解説！ - 山下誠二郎のITとフォートナイトと野球ブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/e/electric-city/20200920/20200920152512.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2020-09-25 23:47:39</published>
  <title>自己符号化器と主成分分析の関係について解説！</title>
  <type>rich</type>
  <url>https://melheaven.hatenadiary.jp/entry/deeplearning6</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
