「自己組織化写像」の版間の差分

'''自己組織化写像'''（じこそしきかしゃぞう, 英語:''Self-organizing maps (SOM)'', ''Self-organizing feature maps (SOFM)''）とは、

コホネン([[:en:Teuvo Kohonen]])が提案した、[[教師なし学習]]によって、入力データ群をそのデータ間の関係を保ったまま、任意の次元へと写像することができる、[[大脳皮質]]の[[視覚野]]をモデル化した人工ニューラルネットワーク([[:en:Artificial neural network]])の一種である。

この低次元の空間をマップ(map)、競合層(competitive layer)、もしくは出力層(output layer)と呼ぶ。

出力層に対して入力データ空間を入力層(input layer)と呼ぶこともある。