Machine learningMachine learning

Bayesian One-Class SVM

Bayesian one-class SVM kombinuje klasický one-class support vector machine — který se učí těsnou hranici kolem normálních trénovacích příkladů — s Bayesovskou inferencí k produkci kalibrovaných pravděpodobnostních odhadů anomálie, namísto pouze binárního příznaku. To umožňuje kvantifikaci nejistoty nad rozhodnutím o novosti, čímž je přístup vhodnější, když následné akce závisí na tom, jak si je model jistý, že nová pozorování jsou anomální.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. 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
  2. Tipping, M. E. (2001). Sparse Bayesian learning and the relevance vector machine. Journal of Machine Learning Research, 1, 211–244. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Bayesian One-Class Support Vector Machine. ScholarGate. https://scholargate.app/cs/machine-learning/bayesian-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.

Compare side by side
ScholarGateBayesian one-class SVM (Bayesian One-Class Support Vector Machine). Získáno 2026-06-15 z https://scholargate.app/cs/machine-learning/bayesian-one-class-svm · Datová sada: https://doi.org/10.5281/zenodo.20539026