एक्टिव लर्निंग आइसोलेशन फ़ॉरेस्ट
एक्टिव लर्निंग आइसोलेशन फ़ॉरेस्ट, आइसोलेशन फ़ॉरेस्ट की अनसुपरवाइज्ड विसंगति-स्कोरिंग शक्ति को एक पुनरावृत्तीय क्वेरी रणनीति के साथ जोड़ता है जो एक मानव विशेषज्ञ से सबसे जानकारीपूर्ण इंस्टेंस को लेबल करने के लिए कहती है। इसका परिणाम एक ऐसा डिटेक्टर है जो न्यूनतम लेबलिंग बजट का उपयोग करके अपनी विसंगति सीमाओं को परिष्कृत करता है, जिससे पूरी तरह से अनसुपरवाइज्ड बेसलाइन की तुलना में दुर्लभ और सूक्ष्म विसंगतियों पर सटीकता में नाटकीय रूप से सुधार होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Das, S., Wong, W. K., Fern, A., Dietterich, T. G., & Amran Siddiqui, M. (2019). Incorporating Expert Feedback into Active Anomaly Discovery. In Proceedings of the 2019 IEEE International Conference on Data Mining (ICDM), pp. 1009–1014. link ↗
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Active Learning with Isolation Forest for Anomaly Detection. ScholarGate. https://scholargate.app/hi/machine-learning/active-learning-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.
- सक्रिय अधिगममशीन अधिगम↔ compare
- ऑटोएन्कोडर विसंगति का पता लगानामशीन अधिगम↔ compare
- आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare
- वन-क्लास एसवीएममशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare