عبارة عن تقنية تعلم غير موجّه تُستخدم لتعليم الشبكات العصبونية الاصطناعية كيفية تمثيل البيانات غير الموسومة بكفاءة عالية عن طريق تدريبها على تجاهل إشارة الضجيج. تتألف شبكات أداة الترميز التلقائي من ثلاث طبقات هي: طبقة الدخل وطبقة مخفية للترميز وطبقة الخرج. ويتم تصميم هذه الشبكة لترميز البيانات وفك ترميزها مرة ثانية بهدف إعادة بناء المدخلات بعد إزالة الضجيج منها.
يقوم المبدأ الأساسي لشبكات أداة الترميز التلقائي على تحويل المدخلات إلى كميات أصغر من البيانات اللازمة لإعادة بناء تلك المدخلات مرة ثانية بأقل قدر ممكن من الفروقات بين الدخل والخرج. وتهدف هذه العملية إلى إزالة الضجيج من إشارة الدخل، ليبقى فقط التمثيل عالي القيمة للمدخلات. وبذلك ستقدم خوارزميات التعلم الآلي أداءً أفضل نظراً لقدرتها على تعلم الأنماط الموجودة في البيانات من مجموعة أصغر من التمثيلات عالية القيمة.
