Aktīvās apmācības viena klases SVM
Aktīvās apmācības viena klases SVM apvieno viena klases atbalsta vektoru mašīnu — uz kodoliem balstītu jaunumu detektoru, kas apgūst normālu datu robežu — ar aktīvās apmācības ciklu, kas atlasa informatīvākās neiezīmētās instances ekspertu anotēšanai. Rezultāts ir datu ziņā efektīvs anomāliju detektors, kas uzlabo savu lēmumu robežu ar minimālām marķēšanas pūlēm.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Active Learning with One-Class Support Vector Machine. ScholarGate. https://scholargate.app/lv/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.
- Aktīvā mācīšanāsMašīnmācīšanās↔ compare
- Isolation ForestMašīnmācīšanās↔ compare
- Vienas klases SVMMašīnmācīšanās↔ compare
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →