Online Isolation Forest
Online Isolation Forest proširuje algoritam za otkrivanje anomalija Isolation Forest na podatke koji pristižu u kontinuiranom toku ili kao "stream". Umjesto ponovnog izgradnje stabala izolacije od nule kada stignu nove opservacije, "šuma" se inkrementalno ažurira tako da rezultati anomalija ostaju aktualni bez ponovne obrade cijele povijesti. To ga čini praktičnim za nadzor u stvarnom vremenu, otkrivanje prijevara i nadzor senzorskih podataka gdje količina podataka neprestano raste.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
- Tan, S. C., Ting, K. M., & Liu, T. F. (2011). Fast Anomaly Detection for Streaming Data. In Proceedings of the 22nd International Joint Conference on Artificial Intelligence (IJCAI), pp. 1511–1516. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Online Isolation Forest (Streaming Anomaly Detection with Isolation Trees). ScholarGate. https://scholargate.app/hr/machine-learning/online-isolation-forest
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Detekcija anomalija pomoću autoenkoderaStrojno učenje↔ usporedi
- Izolacijska šumaStrojno učenje↔ usporedi
- Jednoklasni SVMStrojno učenje↔ usporedi
- Mrežno učenjeStrojno učenje↔ usporedi
- Online Random ForestStrojno učenje↔ usporedi
- Polu-nadgledana (Semi-supervised) verzija metode Isolation ForestStrojno učenje↔ usporedi
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →