Isolation Forest
Isolation Forest este o metodă de învățare automată nesupervizată pentru detectarea anomaliilor și a valorilor aberante (outliers), introdusă de Liu, Ting și Zhou în 2008, care izolează anomaliile prin partiționare aleatorie a datelor. Funcționează fără date etichetate despre anomalii și scalează la seturi de date cu dimensionalitate înaltă.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+24 more
Surse
- Liu, F.T., Ting, K.M. & Zhou, Z.-H. (2008). Isolation Forest. IEEE ICDM, 413–422. DOI: 10.1109/ICDM.2008.17 ↗
Cum se citează această pagină
ScholarGate. (2026, June 1). Isolation Forest (Anomaly Detection via Random Partitioning). ScholarGate. https://scholargate.app/ro/machine-learning/isolation-forest
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.
- Arbore de decizieÎnvățare automată↔ compare
- Model de amestec gaussianÎnvățare automată↔ compare
- Analiza Componentelor PrincipaleÎnvățare automată↔ compare
- Pădurea Aleatoare (Random Forest)Învățare automată↔ compare
- t-SNEÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →