Bayesian One-Class SVM
Bayesian one-class SVM kombinira klasični one-class support vector machine — koji uči usku granicu oko normalnih primjera iz skupa za treniranje — s Bayesovskom inferencijom kako bi proizveo kalibrirane vjerojatnosne procjene anomalije, umjesto samo binarnu oznaku. Ovo omogućuje kvantifikaciju nesigurnosti nad odlukom o novosti, čineći pristup prikladnijim kada naknadne radnje ovise o tome koliko je model siguran da je nova opservacija anomalna.
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
- 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 ↗
- Tipping, M. E. (2001). Sparse Bayesian learning and the relevance vector machine. Journal of Machine Learning Research, 1, 211–244. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian One-Class Support Vector Machine. ScholarGate. https://scholargate.app/hr/machine-learning/bayesian-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.
- Detekcija anomalija pomoću autoenkoderaStrojno učenje↔ compare
- Bayesovski Gaussov procesStrojno učenje↔ compare
- Gaussovi procesiStrojno učenje↔ compare
- Izolacijska šumaStrojno učenje↔ compare
- Jednoklasni SVMStrojno učenje↔ compare
- Robusni jednoklasni SVMStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →