One-Class SVM mit aktivem Lernen
One-Class SVM mit aktivem Lernen kombiniert die One-Class Support Vector Machine – ein kernelbasierter Neuheitsdetektor, der die Grenze normaler Daten lernt – mit einer Schleife für aktives Lernen, die die informativsten unbeschrifteten Instanzen zur Expertenannotation auswählt. Das Ergebnis ist ein dateneffizienter Anomalie-Detektor, der seine Entscheidungsgrenze mit minimalem Beschriftungsaufwand verbessert.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Schölkopf, B., Platt, J. C., Shawe-Taylor, J., Smola, A. J., & Williamson, R. C. (1999). Estimating the Support of a High-Dimensional Distribution. Neural Computation, 13(7), 1443–1471. DOI: 10.1162/089976601750264965 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Active Learning with One-Class Support Vector Machine. ScholarGate. https://scholargate.app/de/machine-learning/active-learning-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.
- Aktives LernenMaschinelles Lernen↔ compare
- Isolation ForestMaschinelles Lernen↔ compare
- One-Class SVMMaschinelles Lernen↔ compare
- Semi-Supervised LearningMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →