ScholarGate
Asystent
Machine learningMachine learning

One-Class SVM

One-class SVM to algorytm nienadzorowanego uczenia do wykrywania anomalii i nowości, który uczy się ścisłej granicy wokół normalnych danych treningowych w przestrzeni cech indukowanej przez jądro, oznaczając nowe obserwacje znajdujące się poza tą granicą jako wartości odstające. Wprowadzony przez Scholkopfa i wsp. w latach 1999–2001, rozszerza on ramy SVM na przypadek jednoklasowy, gdzie nie są dostępne żadne oznakowane anomalie.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

One-Class SVM
Detekcja anomalii za pom…Isolation ForestLokalny Wskaźnik Wartośc…Aktywne uczenie z wykorz…Aktywne uczenie maszynow…Bayesowskie autoenkodery…Bayesowska maszynowa kla…Wykrywanie anomalii meto…Las Izolacyjny (Ensemble…Zespołowa maszyna wektor…

+18 more

Źródła

  1. 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 ↗
  2. Tax, D. M. J., & Duin, R. P. W. (2004). Support vector data description. Machine Learning, 54(1), 45–66. DOI: 10.1023/B:MACH.0000008084.60811.49 ↗

Jak cytować tę stronę

ScholarGate. (2026, June 3). One-Class Support Vector Machine (Novelty and Anomaly Detection). ScholarGate. https://scholargate.app/pl/machine-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 →

Cytowana przez

Aktywne uczenie z wykorzystaniem Isolation ForestAktywne uczenie maszynowe z jednoklasowym SVMDetekcja anomalii za pomocą autoenkoderówBayesowskie autoenkodery do detekcji anomaliiBayesowska maszynowa klasyfikacja wektorów nośnych dla jednej klasyWykrywanie anomalii metodą autoenkoderów zespołowychLas Izolacyjny (Ensemble Isolation Forest)Zespołowa maszyna wektorów nośnych dla jednej klasy (Ensemble One-Class SVM)Wyjaśnialne wykrywanie anomalii za pomocą autoenkoderówWyjaśnialny las izolacyjnyWyjaśnialna maszynowa klasyfikacja SVM dla jednej klasyLokalny Wskaźnik Wartości Odstających (Local Outlier Factor - LOF)Wykrywanie anomalii za pomocą przyrostowego autoenkoderaOnline Isolation ForestOnline One-Class SVMRegularyzowany model mieszaniny GaussaWykrywanie anomalii za pomocą odpornego autoenkoderaSolidny model mieszaniny rozkładów GaussaRobust Isolation ForestRobust One-Class SVMWytrzymały klasyfikator maszyny wektorów nośnychWykrywanie anomalii za pomocą samo-nadzorowanego autoenkoderaSamonadzorowany las izolacyjnySamonadzorowany SVM jednej klasyWykrywanie anomalii za pomocą autoenkodera semisuperwzvisowanegoPółnadzorowany Isolation ForestPółnadzorowany SVM Jednej Klasy

Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →

ScholarGate — One-class SVM (One-Class Support Vector Machine (Novelty and Anomaly Detection)). Pobrano 2026-06-15 z https://scholargate.app/pl/machine-learning/one-class-svm · Zbiór danych: https://doi.org/10.5281/zenodo.20539026