Machine learningMachine learning

Samostalni Izolovaci Šumski Algoritam

Samostalni Izolovaci Šumski Algoritam (Self-supervised Isolation Forest) nadograđuje klasični detektor anomalija Izolovaci Šumski Algoritam fazom samostalnog nadgledanog pred-treniranja. Pomoćni zadatak — kao što je predviđanje rotacije, maskiranih karakteristika ili kontrastivnih parova — rešava se bez oznaka kako bi se naučila bogatija reprezentacija karakteristika, koja se zatim koristi pri izgradnji stabala izolacije, dajući oštrije rezultate anomalija na složenim, visokodimenzionalnim tabelarnim podacima.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Izvori

  1. Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM), pp. 413–422. DOI: 10.1109/ICDM.2008.17
  2. Isolation Forest. Wikipedia. link

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Self-supervised Isolation Forest (SSL-augmented Anomaly Detection). ScholarGate. https://scholargate.app/sr/machine-learning/self-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
ScholarGateSelf-supervised Isolation Forest (Self-supervised Isolation Forest (SSL-augmented Anomaly Detection)). Preuzeto 2026-06-15 sa https://scholargate.app/sr/machine-learning/self-supervised-isolation-forest · Skup podataka: https://doi.org/10.5281/zenodo.20539026