机器学习面试题-神经网络怎么降维？

问题引入

降维的算法有很多，那么在神经网络中适如何降维的呢？

问题回答

神经网络中可以通过autoencoder来实现降维，NN（神经网络）来对数据进行大量的降维是从2006开始的，这起源于science上的一篇文章：reducing the dimensionality of data with neural networks，作者就是鼎鼎有名的Hinton。autoencod一个e的基本结构如下所示，主要包含以及编码器（encoder）和一个解码器（decoder）。这种方法被认为是对PCA的一个非线性泛化方法。

encode和decode两个过程可以理解成互为反函数，在encode过程不断降维，在decode过程提高维度。decoder后的结果和input的误差要最小,也即$A-\hat{A}$最小，举个例子，输入一张图片猫，经过decoder后的输出应该是一模一样的猫。那么我们可以看到编码后的结果就可以拿来当降维后的结果用。

更多内容，查看如下(百面机器学习)：

https://www.zhihu.com/search?type=content&q=autoencoder
https://www.cnblogs.com/tornadomeet/archive/2013/04/29/3051393.html