30:无监督学习-自编码（Auto-Encoder简称AE）原理

1：自编码原理

 

【注】无监督学习的数据是没有标签的一类数据。

 【注】自编码原理实际就是数据通过网络训练（升维以及降维），重够数据本身。

 【注】MINiST数据集就是binary input类型的输入，其也属于real-valued input。但是real-valued input不一定属于binary input类型的输入。

2：PCA VS AE

【注】

PCA（Principal Component Analysis） 是一种常见的数据分析方式，常用于高维数据的降维，可用于提取数据的主要特征分量。

PCA 的数学推导可以从最大可分型和最近重构性两方面进行，前者的优化条件为划分后方差最大，后者的优化条件为点到划分平面距离最小。

关于PCA可以参考该篇博客的讲解：https://zhuanlan.zhihu.com/p/77151308

(2.1)文字识别以及人脸识别效果的比较

 

（2.2）MINIST数据分类以及文本分类效果的比较