Machine learningMachine learning
アクティブラーニング・ワンクラスSVM
アクティブラーニング・ワンクラスSVMは、正常データの境界を学習するカーネルベースの新規性検出器であるワンクラスサポートベクターマシンと、専門家によるアノテーションのために最も情報量の多いラベルなしインスタンスを選択するアクティブラーニングループを組み合わせたものです。結果として、最小限のラベリング労力で決定境界を改善する、データ効率の良い異常検出器が得られます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Schölkopf, B., Platt, J. C., Shawe-Taylor, J., Smola, A. J., & Williamson, R. C. (1999). Estimating the Support of a High-Dimensional Distribution. Neural Computation, 13(7), 1443–1471. DOI: 10.1162/089976601750264965 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Active Learning with One-Class Support Vector Machine. ScholarGate. https://scholargate.app/ja/machine-learning/active-learning-one-class-svm
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 →