Самообучаващ се Isolation Forest
Самообучаващият се Isolation Forest допълва класическия детектор на аномалии Isolation Forest с етап на предварително обучение чрез самообучение. Предтекстова задача — като предсказване на ротация, маскирани признаци или контрастиращи двойки — се решава без етикети, за да се научи по-богато представяне на признаците, което след това се използва при изграждането на изолационните дървета, давайки по-остри резултати за аномалии върху сложни, високоизмерни таблични данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM), pp. 413–422. DOI: 10.1109/ICDM.2008.17 ↗
- Isolation Forest. Wikipedia. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised Isolation Forest (SSL-augmented Anomaly Detection). ScholarGate. https://scholargate.app/bg/machine-learning/self-supervised-isolation-forest
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.
- АвтоенкодерДълбоко обучение↔ compare
- Isolation ForestМашинно обучение↔ compare
- Локален коефициент на отклонение (LOF)Машинно обучение↔ compare
- Еднокласов SVMМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →