Online One-Class SVM
Online One-Class SVM je inkrementalno proširenje klasične One-Class Support Vector Machine koje ažurira svoju graničnu odluku kako pristižu novi podaci, jedan uzorak po jedan, što ga čini pogodnim za okruženja sa strimovima i detekciju anomalija ili novina u realnom vremenu bez ponovnog treniranja od nule.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Mapa metoda
Okruženje srodnih metoda — izaberite čvor da biste istraživali.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Online One-Class Support Vector Machine. ScholarGate. https://scholargate.app/sr/machine-learning/online-one-class-svm
Koja metoda?
Postavite ovu metodu pored njoj najbližih srodnika i čitajte ih uporedo — biblioteka polaže knjige na sto; izbor je na vama.
- AutoenkoderDuboko učenje↔ uporedi
- Isolation ForestMašinsko učenje↔ uporedi
- Lokalni faktor odstupanja (LOF)Mašinsko učenje↔ uporedi
- Jednoklasni SVMMašinsko učenje↔ uporedi
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →