Machine learningMachine learning

준지도 학습 단일 클래스 SVM (Semi-supervised One-class SVM)

준지도 학습 단일 클래스 SVM은 소수의 정상 예시와 함께 레이블이 없는 관측치를 통합하여 고전적인 단일 클래스 SVM 이상 탐지기를 확장한 것입니다. 레이블이 없는 데이터는 모델이 특징 공간에서 더 타이트하고 유익한 결정 경계를 학습하도록 도와, 거짓 양성률을 줄이고 순전히 비지도 기반보다 이상 탐지 재현율을 개선합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

준지도 학습 단일 클래스 SVM (Semi-supervised One-class SVM)

오토인코더 이상 탐지 가우시안 프로세스 Isolation Forest One-Class SVM 준지도 학습 자기 지도 학습 기반 단일 클래스 SVM 준지도 오토인코더 이상 탐지

출처

Munoz, A. & Muruzabal, J. (2004). Self-Organising Maps for Outlier Detection. Neurocomputing, 58–60, 953–956. link ↗
Scholkopf, B., Platt, J. C., Shawe-Taylor, J., Smola, A. J., & Williamson, R. C. (2001). Estimating the support of a high-dimensional distribution. Neural Computation, 13(7), 1443–1471. DOI: 10.1162/089976601750264965 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Semi-supervised One-Class Support Vector Machine. ScholarGate. https://scholargate.app/ko/machine-learning/semi-supervised-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 →

이 방법을 참조하는 항목

자기 지도 학습 기반 단일 클래스 SVM 준지도 오토인코더 이상 탐지

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →