Ein Autoencoder ist eigentlich nichts anderes als ein künstliches neuronales Netz, wobei das Layout des Netzes eine spezielle Struktur besitzt: Eingangs- und Ausgangsschicht haben stets die gleiche Anzahl an Neuronen und zudem wird das Layout in einen Encoder und einen Decoder aufgeteilt:
Anders als bei künstlichen neuronalen Netzen zur Lösung einer Klassifikationsaufgabe wird bei Autoencodern folgendes Ziel verfolgt:
Die Gewichte und Schwellwerte eines Autoencoders sollen derart bestimmt werden, sodass jedes Ausgangssignal x' möglichst ähnlich zum zugehörigen Eingangssignal x ist.
Neben der Dimensionsreduktion können Autoencoder zur Erkennung von Anomalien oder zur Bildbearbeitung eingesetzt werden. Darüber hinaus können Autoencoder auch als Methode der generativen Künstlichen Intelligenz angesehen werden.