One-Class SVM (Support Vector Machine) רובוסטי
One-Class SVM (Support Vector Machine) רובוסטי מרחיב את ה-One-Class SVM הקלאסי לצורך זיהוי חידושים וחריגות על ידי שילוב מנגנוני רובוסטיות — כגון פונקציות מטרה חתוכות (trimmed objectives), בחירת גרעינים (kernels) רובוסטיים, או פונקציות הפסד סובלניות לזיהום — המפחיתות את השפעת הרעש בעל זנבות כבדים או נקודות חריגות (outliers) הקיימות בנתוני האימון, ומניבות גבול החלטה המייצג טוב יותר את התמיכה האמיתית של המחלקה הנורמלית.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Scholkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems (NeurIPS), 12, 582–588. link ↗
- Liu, Y., Li, Z., & Zhou, C. (2018). Roseq: Robust and efficient one-class SVM for large-scale novelty detection. IEEE Transactions on Neural Networks and Learning Systems, 29(12), 6290–6304. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Robust One-Class Support Vector Machine. ScholarGate. https://scholargate.app/he/machine-learning/robust-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.
- זיהוי אנומליות באמצעות אוטואנקודרלמידת מכונה↔ compare
- יער בידודלמידת מכונה↔ compare
- מכונת וקטורים תומכים חד-מחלקתית (One-Class SVM)למידת מכונה↔ compare
- יער בידוד חסיןלמידת מכונה↔ compare
- מכונת וקטורים תומכים חסינהלמידת מכונה↔ compare