আইসোলেশন ফরেস্ট
আইসোলেশন ফরেস্ট (Isolation Forest) হলো একটি আনসুপারভাইজড মেশিন লার্নিং পদ্ধতি যা ২০০৮ সালে লিউ, টিং এবং ঝৌ কর্তৃক প্রবর্তিত হয়েছিল। এটি ডেটার র্যান্ডম পার্টিশনিংয়ের মাধ্যমে অস্বাভাবিকতা (anomalies) এবং আউটলায়ার (outliers) সনাক্ত করে। এই পদ্ধতিটি কোনো লেবেলযুক্ত অস্বাভাবিক ডেটা ছাড়াই কাজ করে এবং উচ্চ-মাত্রিক ডেটাসেটের (high-dimensional datasets) সাথে স্কেল করতে পারে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+24 more
উৎস
- Liu, F.T., Ting, K.M. & Zhou, Z.-H. (2008). Isolation Forest. IEEE ICDM, 413–422. DOI: 10.1109/ICDM.2008.17 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Isolation Forest (Anomaly Detection via Random Partitioning). ScholarGate. https://scholargate.app/bn/machine-learning/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.
- সিদ্ধান্ত বৃক্ষযন্ত্র শিখন↔ compare
- গাউসিয়ান মিক্সচার মডেলযন্ত্র শিখন↔ compare
- প্রধান উপাদান বিশ্লেষণযন্ত্র শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
- t-SNEযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →