Machine learning

Isolation Forest

Isolation Forest es un método de aprendizaje automático no supervisado para la detección de anomalías y valores atípicos, introducido por Liu, Ting y Zhou en 2008, que aísla las anomalías mediante particiones aleatorias de los datos. Funciona sin datos de anomalías etiquetados y escala a conjuntos de datos de alta dimensionalidad.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Isolation Forest

Árbol de Decisión Modelo de Mezcla Gaussia…Análisis de Componentes…Random Forest t-SNE Bosque de Aislamiento co…Active Learning One-clas…Detección de anomalías c…Detección de Anomalías m…SVM Bayesiano de una cla…

+24 more

Fuentes

Liu, F.T., Ting, K.M. & Zhou, Z.-H. (2008). Isolation Forest. IEEE ICDM, 413–422. DOI: 10.1109/ICDM.2008.17 ↗

Cómo citar esta página

ScholarGate. (2026, June 1). Isolation Forest (Anomaly Detection via Random Partitioning). ScholarGate. https://scholargate.app/es/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.

Árbol de DecisiónAprendizaje automático↔ compare
Modelo de Mezcla GaussianaAprendizaje automático↔ compare
Análisis de Componentes PrincipalesAprendizaje automático↔ compare
Random ForestAprendizaje automático↔ compare
t-SNEAprendizaje automático↔ compare

Compare side by side →

Citado por

Bosque de Aislamiento con Aprendizaje Activo Active Learning One-class SVM Detección de anomalías con autoencoder Detección de Anomalías mediante Autoencoder Bayesiano SVM Bayesiano de una clase Detección de Anomalías con Autoencoders Ensemble Bosque de Aislamiento de Conjunto SVM Uniclasse de Conjunto Detección de Anomalías con Autoencoder Explicable Isolation Forest Explicable Explainable One-Class SVM LightGBM Factor de Valor Atípico Local (LOF)SVM de una clase Detección de anomalías con autoencoder en línea Online Isolation Forest SVM Uniclas en Línea Detección de Out-of-Distribution Detección de Anomalías Robusta con Autoencoders Modelo Gaussiano Robusto de Mezclas Bosque de Aislamiento Robusto SVM Unicategórico Robusto Robust Random Forest Detección de anomalías con autoencoder auto-supervisado Bosque de Aislamiento Auto-supervisado SVM univariante autorregresivo Detección de anomalías con autoencoder semi-supervisado Isolation Forest Semisupervisado SVM Uniclasse Semisupervisado

¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →

Leer el método completo

Method map

Fuentes

Cómo citar esta página

Métodos relacionados

Which method?

Citado por