آلة المتجهات الداعمة أحادية الفئة شبه المُشرف عليها
تُوسّع آلة المتجهات الداعمة أحادية الفئة (One-class SVM) الكلاسيكية للكشف عن الشذوذ عن طريق دمج ملاحظات غير مُصنّفة إلى جانب مجموعة صغيرة من الأمثلة الطبيعية المعروفة. تساعد البيانات غير المُصنّفة النموذج على تعلم حدود قرار أكثر إحكامًا وغنى بالمعلومات في فضاء الميزات، مما يقلل من الإيجابيات الخاطئة ويحسن استدعاء الشذوذ مقارنةً بالأساس غير المُشرف عليه بالكامل.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Munoz, A. & Muruzabal, J. (2004). Self-Organising Maps for Outlier Detection. Neurocomputing, 58–60, 953–956. link ↗
- Scholkopf, B., Platt, J. C., Shawe-Taylor, J., Smola, A. J., & Williamson, R. C. (2001). Estimating the support of a high-dimensional distribution. Neural Computation, 13(7), 1443–1471. DOI: 10.1162/089976601750264965 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised One-Class Support Vector Machine. ScholarGate. https://scholargate.app/ar/machine-learning/semi-supervised-one-class-svm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- اكتشاف الشذوذ باستخدام التشفير التلقائيتعلم الآلة↔ compare
- Gaussian Processتعلم الآلة↔ compare
- غابة العزلتعلم الآلة↔ compare
- آلة المتجهات الداعمة أحادية الفئةتعلم الآلة↔ compare
- التعلم شبه المُشرفتعلم الآلة↔ compare