Online Isolation Forest
Online Isolation Forest rozšiřuje algoritmus pro detekci anomálií Isolation Forest na datové proudy nebo kontinuálně příchozí data. Místo opětovného budování izolačních stromů od začátku při příchodu nových pozorování je les aktualizován inkrementálně, takže skóre anomálií zůstávají aktuální bez nutnosti přepočítávat celou historii. To jej činí praktickým pro monitorování v reálném čase, detekci podvodů a sledování dat ze senzorů, kde objem dat neustále roste.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
- Tan, S. C., Ting, K. M., & Liu, T. F. (2011). Fast Anomaly Detection for Streaming Data. In Proceedings of the 22nd International Joint Conference on Artificial Intelligence (IJCAI), pp. 1511–1516. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Online Isolation Forest (Streaming Anomaly Detection with Isolation Trees). ScholarGate. https://scholargate.app/cs/machine-learning/online-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.
- Detekce anomálií pomocí autoenkodéruStrojové učení↔ compare
- Isolation ForestStrojové učení↔ compare
- One-class SVMStrojové učení↔ compare
- Online LearningStrojové učení↔ compare
- Online Random ForestStrojové učení↔ compare
- Polo-dohledný Isolation ForestStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →