SVM Robust de Clasă Unică
SVM Robust de Clasă Unică extinde SVM-ul clasic de Clasă Unică pentru detectarea noutăților și anomaliilor prin încorporarea mecanismelor de robustețe — cum ar fi obiective trunchiate, alegeri robuste de kernel sau funcții de pierdere tolerante la contaminare — care reduc influența zgomotului cu coadă grea sau a valorilor aberante prezente în datele de antrenament, generând o graniță de decizie care reprezintă mai bine suportul real al clasei normale.
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.
Surse
- Scholkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems (NeurIPS), 12, 582–588. link ↗
- Liu, Y., Li, Z., & Zhou, C. (2018). Roseq: Robust and efficient one-class SVM for large-scale novelty detection. IEEE Transactions on Neural Networks and Learning Systems, 29(12), 6290–6304. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Robust One-Class Support Vector Machine. ScholarGate. https://scholargate.app/ro/machine-learning/robust-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.
- Detecția anomaliilor cu autoencoderÎnvățare automată↔ compare
- Isolation ForestÎnvățare automată↔ compare
- SVM pentru o singură clasăÎnvățare automată↔ compare
- Pădurea de Izolare RobustăÎnvățare automată↔ compare
- Mașină cu Vectori de Suport RobustăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →