Machine learning

Izolacijska šuma

Izolacijska šuma (Isolation Forest) je nenadzirana metoda strojnog učenja za detekciju anomalija i odstupanja, koju su 2008. predstavili Liu, Ting i Zhou, a koja izolira anomalije nasumičnim particioniranjem podataka. Radi bez označenih podataka o anomalijama i skalabilna je na skupove podataka visoke dimenzionalnosti.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

The neighbourhood of related methods — select a node to explore.

+24 more

Izvori

  1. Liu, F.T., Ting, K.M. & Zhou, Z.-H. (2008). Isolation Forest. IEEE ICDM, 413–422. DOI: 10.1109/ICDM.2008.17

Kako citirati ovu stranicu

ScholarGate. (2026, June 1). Isolation Forest (Anomaly Detection via Random Partitioning). ScholarGate. https://scholargate.app/hr/machine-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.

Compare side by side

Citirana u

ScholarGateIsolation Forest (Isolation Forest (Anomaly Detection via Random Partitioning)). Preuzeto 2026-06-15 s https://scholargate.app/hr/machine-learning/isolation-forest · Skup podataka: https://doi.org/10.5281/zenodo.20539026