Semi-supervised Isolation Forest
Semi-supervised Isolation Forest rozširuje klasický detektor anomálií Isolation Forest o malú množinu označených príkladov anomálií (a prípadne aj normálnych príkladov) spolu s veľkým neoznačeným súborom údajov. Toto usmernenie pomocou označení upravuje skóre anomálií modelu tak, aby boli známe anomálie spoľahlivejšie oddelené, čím sa prekonáva priepasť medzi plne neasistovanou a plne asistovanou detekciou.
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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Isolation Forest for Anomaly Detection. ScholarGate. https://scholargate.app/sk/machine-learning/semi-supervised-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.
- Detekcia anomálií pomocou autoenkóderovStrojové učenie↔ compare
- Isolation ForestStrojové učenie↔ compare
- Local Outlier Factor (LOF)Strojové učenie↔ compare
- Jednotriedny SVMStrojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →