Aktiv inlärning med enklass-SVM
Aktiv inlärning med enklass-SVM kombinerar enklass-supportvektormaskin (one-class support vector machine, OCSVM) – en kärnbaserad nyhetsdetektor som lär sig gränsen för normal data – med en aktiv inlärningsloop som väljer de mest informativa oetiketterade instanserna för expertannotering. Resultatet är en dataeffektiv anomalidetektor som förbättrar sin beslutgräns med minimal märkningsinsats.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Schölkopf, B., Platt, J. C., Shawe-Taylor, J., Smola, A. J., & Williamson, R. C. (1999). Estimating the Support of a High-Dimensional Distribution. Neural Computation, 13(7), 1443–1471. DOI: 10.1162/089976601750264965 ↗
- Settles, B. (2009). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin–Madison. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Active Learning with One-Class Support Vector Machine. ScholarGate. https://scholargate.app/sv/machine-learning/active-learning-one-class-svm
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.
- Aktivt lärandeMaskininlärning↔ compare
- Isolation ForestMaskininlärning↔ compare
- One-class SVMMaskininlärning↔ compare
- Semi-övervakad inlärningMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →