G検定（JDLA） 練習問題 40：教師なし学習：自己符号化器（オートエンコーダ）
教師なし学習の手法の一つである「自己符号化器（オートエンコーダ）」に関する説明として、正しいものはどれか。
- 入力データからノイズを除去して元のデータを復元するよう学習し、特徴量の抽出や次元削減を行う。
- 入力データと異なるラベルデータのペアを与えて学習し、新しいデータに対する高精度な予測を行う。
- 入力データを複数のクラスタに自動的に分割するよう学習し、データ間の複雑な類似度計算を行う。
- 入力データを順番に処理して過去の情報を保持するよう学習し、時系列データの異常検知を行う。
- 入力データから報酬を最大化する行動を獲得するよう学習し、ロボットの制御やゲームの攻略を行う。
Qraftユーザーの成績：難易度 Dランク（レーティング1146）・正答率 75%（9/12回正解）
レーティングは解いた人の実力と正誤から算出する難しさ（初期値1200）。ランクはその全問題中の順位（S+が最難関、F-が最易）
正解と解説を見る
正解：入力データからノイズを除去して元のデータを復元するよう学習し、特徴量の抽出や次元削減を行う。
自己符号化器（オートエンコーダ）は、入力データそのものを教師データとして用い、入力から特徴を抽出・圧縮した上で元のデータを復元するように学習するニューラルネットワークです。
【正解の理由】
入力データにわざとノイズを加え、元のきれいなデータに復元するよう学習させる「デノイジング・オートエンコーダ」などのバリエーションがあり、特徴量の抽出や次元削減、異常検知などに活用されるため正しい説明です。
【不正解の理由】
• 「入力データと異なるラベルデータのペアを与えて学習し、新しいデータに対する高精度な予測を行う」という説明は、教師あり学習（分類や回帰）の特徴であり誤り
• 「入力データを複数のクラスタに自動的に分割するよう学習し、データ間の複雑な類似度計算を行う」という説明は、k-means法などのクラスタリング手法の特徴であり誤り
• 「入力データを順番に処理して過去の情報を保持するよう学習し、時系列データの異常検知を行う」という説明は、RNN（再帰型ニューラルネットワーク）の特徴であり誤り
• 「入力データから報酬を最大化する行動を獲得するよう学習し、ロボットの制御やゲームの攻略を行う」という説明は、強化学習の特徴であり誤り