ScholarGate
Asistenti
Machine learningMachine learning

Izolimi gjysmë-mbikëqyrës

Izolimi gjysmë-mbikëqyrës zgjeron klasiken izoluese anomali detektor duke përfshirë një grup të vogël të etiketuar anomali (dhe ndoshta normale) shembuj krahas një grup të madh të paetiketuar të dhënash. Kjo udhëzues etiketash rregullon rezultatet e anomalive të modelit në mënyrë që anomalitë e njohura të ndahen më besueshëm, duke lidhur hendekun midis detektimit plotësisht të mbikëqyrur dhe plotësisht të mbikëqyrur.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

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

Burimet

  1. Görnitz, N., Kloft, M., Rieck, K., & Brefeld, U. (2013). Toward supervised anomaly detection. Journal of Artificial Intelligence Research, 46, 235–262. link
  2. Isolation Forest. Wikipedia. link

Si ta citoni këtë faqe

ScholarGate. (2026, June 3). Semi-supervised Isolation Forest for Anomaly Detection. ScholarGate. https://scholargate.app/sq/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.

Compare side by side

Cituar nga

ScholarGateSemi-supervised Isolation Forest (Semi-supervised Isolation Forest for Anomaly Detection). Marrë më 2026-06-15 nga https://scholargate.app/sq/machine-learning/semi-supervised-isolation-forest · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026