Online Isolation Forest
Az Online Isolation Forest az Isolation Forest anomália-detektáló algoritmus kiterjesztése streamelt vagy folyamatosan érkező adatokra. Az új megfigyelések érkezésekor az izolációs fák újbóli felépítése helyett az erdőt inkrementálisan frissítjük, így az anomália-pontszámok naprakészek maradnak a teljes előzmény újrafeldolgozása nélkül. Ez alkalmassá teszi valós idejű monitorozásra, csalásészlelésre és szenzoradatok felügyeletére, ahol az adatmennyiség folyamatosan növekszik.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Online Isolation Forest (Streaming Anomaly Detection with Isolation Trees). ScholarGate. https://scholargate.app/hu/machine-learning/online-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.
- Autoencoder alapú anomáliadetektálásGépi tanulás↔ compare
- Isolation ForestGépi tanulás↔ compare
- One-Class SVMGépi tanulás↔ compare
- Online tanulásGépi tanulás↔ compare
- Online Random ForestGépi tanulás↔ compare
- Félfelügyelt Isolation ForestGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →