Aktivno učenje Jednoklasni SVM
Aktivno učenje Jednoklasni SVM kombinira jednoklasni stroj vektora potpore — detektor novosti utemeljen na kernelima koji uči granicu normalnih podataka — s petljom aktivnog učenja koja odabire najinformativnije neoznačene instance za anotaciju od strane stručnjaka. Rezultat je podatkovno učinkovit detektor anomalija koji poboljšava svoju granicu odlučivanja uz minimalan napor označavanja.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Active Learning with One-Class Support Vector Machine. ScholarGate. https://scholargate.app/hr/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.
- Aktivno učenjeStrojno učenje↔ compare
- Izolacijska šumaStrojno učenje↔ compare
- Jednoklasni SVMStrojno učenje↔ compare
- Polunadzorirano učenjeStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →