AutoEncoder
Encoder와 Decoder 파트로 나뉘어 있는데,
- Encoder: 데이터를 compress
- Decoder: compress된 data를 다시 복원
하는 작업을 반복시켜 데이터 자체의 feature를 모델이 학습하게 한다.중요 포인트는 compress된 data는 latent-space에서 latent representation이라고 부르고 이게 정보의 핵심가라고 예기한다.
다른 말로는 feature embedding, context vector 등