Isolation Forest auto-supervisionato
L'Isolation Forest auto-supervisionato potenzia il classico rilevatore di anomalie Isolation Forest con una fase di pre-addestramento auto-supervisionato. Un compito pretesto — come la predizione della rotazione, delle caratteristiche mascherate o delle coppie contrastive — viene risolto senza etichette per apprendere una rappresentazione delle caratteristiche più ricca, che viene poi utilizzata nella costruzione degli alberi di isolamento, producendo punteggi di anomalia più netti su dati tabulari complessi e ad alta dimensionalità.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Self-supervised Isolation Forest (SSL-augmented Anomaly Detection). ScholarGate. https://scholargate.app/it/machine-learning/self-supervised-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.
- AutoencoderApprendimento profondo↔ compare
- Isolation ForestApprendimento automatico↔ compare
- Local Outlier Factor (LOF)Apprendimento automatico↔ compare
- One-Class SVMApprendimento automatico↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →