Machine learningMachine learning

Itseohjautuva eristysmetsä

Itseohjautuva eristysmetsä täydentää klassista eristysmetsän poikkeamienilmaisinta itseohjautuvalla esikoulutusvaiheella. Valmiustehtävä – kuten rotaation, maskattujen piirteiden tai kontrastisten parien ennustaminen – ratkaistaan ilman merkintöjä rikkaamman piirre-esityksen oppimiseksi, jota sitten käytetään eristyspuiden rakentamisessa, tuottaen tarkempia poikkeamapisteitä monimutkaiselle, korkeaulotteiselle taulukkomuotoiselle datalle.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  1. 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
  2. Isolation Forest. Wikipedia. link

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Self-supervised Isolation Forest (SSL-augmented Anomaly Detection). ScholarGate. https://scholargate.app/fi/machine-learning/self-supervised-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.

Compare side by side
ScholarGateSelf-supervised Isolation Forest (Self-supervised Isolation Forest (SSL-augmented Anomaly Detection)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/machine-learning/self-supervised-isolation-forest · Aineisto: https://doi.org/10.5281/zenodo.20539026