Objašnjivi Izolacioni Šum
Objašnjivi Izolacioni Šum kombinuje algoritam za detekciju anomalija Izolacioni Šum sa post-hok alatima za objašnjavanje — najčešće SHAP (SHapley Additive exPlanations) — kako bi se ne samo označile opservacije koje su neuobičajene, već i otkrilo koje su karakteristike (faktori) pokrenule rezultat anomalije za svaku od njih. On premošćuje jaz između nadgledane detekcije anomalija i zahteva za interpretativnost u regulisanim domenima i domenima visokog rizika.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM 2008), pp. 413–422. IEEE. DOI: 10.1109/ICDM.2008.17 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Explainable Isolation Forest (Isolation Forest with SHAP-based Interpretability). ScholarGate. https://scholargate.app/sr/machine-learning/explainable-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.
- Autoenkoderska detekcija anomalijaMašinsko učenje↔ compare
- Objašnjivo gradijentno pojačavanjeMašinsko učenje↔ compare
- Објашнјиви случајни шумMašinsko učenje↔ compare
- Isolation ForestMašinsko učenje↔ compare
- Jednoklasni SVMMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →