Online One-Class SVM
Online One-Class SVM je inkrementálne rozšírenie klasického One-Class Support Vector Machine, ktoré aktualizuje svoju rozhodovaciu hranicu pri príchode nových dát po jednom vzorku, čím je vhodné pre streamovacie prostredia a detekciu anomálií či noviniek v reálnom čase bez nutnosti opätovného trénovania od začiatku.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Laskov, P., Gehl, C., Krueger, S., & Muller, K.-R. (2006). Incremental support vector learning: Analysis, implementation and applications. Journal of Machine Learning Research, 7, 1909–1936. link ↗
- Scholkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems (NIPS), 12, 582–588. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Online One-Class Support Vector Machine. ScholarGate. https://scholargate.app/sk/machine-learning/online-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.
- AutoenkodérHlboké učenie↔ compare
- Isolation ForestStrojové učenie↔ compare
- Local Outlier Factor (LOF)Strojové učenie↔ compare
- Jednotriedny SVMStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →