ScholarGate
עוזר
Machine learningMachine learning

One-class SVM למידה פעילה

One-class SVM למידה פעילה משלב את ה-One-class Support Vector Machine — זיהוי חידושים מבוסס-גרעין (kernel) הלומד את גבול הנתונים הנורמליים — עם לולאת למידה פעילה הבוחרת את הדגימות הלא-מתויגות האינפורמטיביות ביותר לצורך תיוג על ידי מומחה. התוצאה היא זיהוי אנומליות יעיל מבחינת נתונים, המשפר את גבול ההחלטה שלו במאמץ תיוג מינימלי.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. 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
  2. Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Active Learning with One-Class Support Vector Machine. ScholarGate. https://scholargate.app/he/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.

Compare side by side

מאוזכר על ידי

ScholarGateActive learning One-class SVM (Active Learning with One-Class Support Vector Machine). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/active-learning-one-class-svm · מערך נתונים: https://doi.org/10.5281/zenodo.20539026