Самоорганизующиеся карты (англ. Self-Organizing Maps, SOM) — это неконтролируемые нейронные сети, которые отображают высокоразмерные данные путем проекции на низкоразмерную, чаще всего двумерную сеточную структуру.
Обучение происходит с помощью соревновательного обучения, при котором нейроны конкурируют за входные данные, а победитель и его соседи корректируются.
В результате получается топологическое отображение, при котором похожие входные шаблоны активируют соседние нейроны.
SOM помогают в визуализации, кластеризации и снижении размерности данных и применяются в таких областях, как обработка изображений, биоинформатика и маркетинговые исследования.
Качество отображения зависит от таких параметров, как скорость обучения, функция соседства и длительность обучения.