Los mapas autoorganizados (en inglés Self-Organizing Maps, SOM) son redes neuronales no supervisadas que representan datos de alta dimensión mediante la proyección en una estructura de cuadrícula de baja dimensión, generalmente bidimensional.
El entrenamiento se realiza mediante aprendizaje competitivo, donde las neuronas compiten por la entrada y el ganador junto con sus vecinos se ajustan.
Esto da lugar a una representación topológica en la que patrones de entrada similares activan neuronas vecinas.
Los SOM ayudan en la visualización, agrupamiento y reducción de dimensionalidad de datos y se utilizan en áreas como el procesamiento de imágenes, bioinformática o investigación de mercados.
La calidad de la representación depende de parámetros como la tasa de aprendizaje, la función de vecindad y la duración del entrenamiento.