Aktywne uczenie maszynowe z jednoklasowym SVM
Aktywne uczenie maszynowe z jednoklasowym SVM (Active Learning One-class SVM) łączy jednoklasową maszynę wektorów nośnych (One-class Support Vector Machine) — detektor nowości oparty na jądrze, który uczy się granicy danych normalnych — z pętlą aktywnego uczenia, która wybiera najbardziej informatywne, nieoznaczone instancje do adnotacji eksperckiej. Rezultatem jest efektywny pod względem danych detektor anomalii, który poprawia swoją granicę decyzyjną przy minimalnym wysiłku związanym z etykietowaniem.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Active Learning with One-Class Support Vector Machine. ScholarGate. https://scholargate.app/pl/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.
- Aktywna naukaUczenie maszynowe↔ compare
- Isolation ForestUczenie maszynowe↔ compare
- One-Class SVMUczenie maszynowe↔ compare
- Uczenie ze wsparciem częściowymUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →