SVM Uniclasse en Ligne
Le SVM Uniclasse en Ligne est une extension incrémentale du SVM Uniclasse classique qui met à jour sa frontière de décision à mesure que de nouvelles données arrivent, un échantillon à la fois, ce qui le rend adapté aux environnements de flux et à la détection d'anomalies ou de nouveautés en temps réel sans réentraînement à partir de zéro.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Laskov, P., Gehl, C., Krueger, S., & Muller, K.-R. (2006). Incremental support vector learning: Analysis, implementation and applications. Journal of Machine Learning Research, 7, 1909–1936. link ↗
- Scholkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems (NIPS), 12, 582–588. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Online One-Class Support Vector Machine. ScholarGate. https://scholargate.app/fr/machine-learning/online-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.
- AutoencodeurApprentissage profond↔ compare
- Isolation ForestApprentissage automatique↔ compare
- Facteur d'Anomalie Locale (LOF)Apprentissage automatique↔ compare
- SVM à une classeApprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →