Önfelügyelt Isolation Forest
Az önfelügyelt Isolation Forest a klasszikus Isolation Forest anomáliadetektort egy önfelügyelt előtanítási (pre-training) szakasszal egészíti ki. Egy pretext feladatot – mint például a rotáció, maszkolt jellemzők vagy kontrasztív párok előrejelzése – címkék nélkül oldanak meg, hogy gazdagabb jellemzőreprezentációt tanuljanak, amelyet aztán az izolációs fák építésekor használnak fel, élesebb anomáliapontszámokat eredményezve komplex, magas dimenziójú táblázatos adatokon.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
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 ↗
- Isolation Forest. Wikipedia. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Self-supervised Isolation Forest (SSL-augmented Anomaly Detection). ScholarGate. https://scholargate.app/hu/machine-learning/self-supervised-isolation-forest
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- AutoencoderMélytanulás↔ összehasonlítás
- Isolation ForestGépi tanulás↔ összehasonlítás
- Lokális Outlier Faktor (LOF)Gépi tanulás↔ összehasonlítás
- One-Class SVMGépi tanulás↔ összehasonlítás
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →