Machine learningMachine learning

מכונת וקטורים תומכים חד-מחלקתית (One-Class SVM)

מכונת וקטורים תומכים חד-מחלקתית (One-class SVM) היא אלגוריתם בלתי מפוקח לזיהוי חריגים וחידושים, הלומד גבול הדוק סביב נתוני אימון רגילים במרחב תכונות מושרה-גרעין, ומסמן תצפיות חדשות הנופלות מחוץ לגבול זה כחריגות. האלגוריתם הוצג על ידי Scholkopf et al. בשנים 1999–2001, והוא מרחיב את מסגרת ה-SVM למצב של מחלקה יחידה שבה אין חריגים מתויגים זמינים.

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.

+18 more

מקורות

  1. Scholkopf, B., Platt, J. C., Shawe-Taylor, J., Smola, A. J., & Williamson, R. C. (2001). Estimating the support of a high-dimensional distribution. Neural Computation, 13(7), 1443–1471. DOI: 10.1162/089976601750264965
  2. Tax, D. M. J., & Duin, R. P. W. (2004). Support vector data description. Machine Learning, 54(1), 45–66. DOI: 10.1023/B:MACH.0000008084.60811.49

איך לצטט עמוד זה

ScholarGate. (2026, June 3). One-Class Support Vector Machine (Novelty and Anomaly Detection). ScholarGate. https://scholargate.app/he/machine-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

ScholarGateOne-class SVM (One-Class Support Vector Machine (Novelty and Anomaly Detection)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/one-class-svm · מערך נתונים: https://doi.org/10.5281/zenodo.20539026