次元削減（Dimensionality Reduction）とは？：AI・機械学習の用語辞典

用語「次元削減」について説明。情報量を本来よりも減らすことで、本質的なデータ構造（特徴：features）を表現することを指す。

[一色政彦，デジタルアドバンテージ]

連載目次

用語解説

　次元削減（Dimensionality Reduction）とは、情報量を本来よりも減らすことで、本質的なデータ構造（特徴：features）を表現することである。データの圧縮やデータの可視化（画像のノイズ除去など）で使われる。

　例えば教師なし学習のオートエンコーダーで画像データを学習した場合、隠れ層（中間層）のノードを減らすことで、画像の純粋な特徴、つまり画像の中に描かれているエッジや角、線といった本質的な特徴のみを抽出できる（図1）。出力層で、そこから復元することによって、元の画像にある揺らぎなどが抑えられ、純粋な特徴だけが表現された画像が取得できる。

図1　次元削減のイメージ

「AI・機械学習の用語辞典」