Självövervakad Isolation Forest

Självövervakad Isolation Forest utökar den klassiska anomalidetektorn Isolation Forest med ett självövervakat förträningssteg. En förtextuppgift – såsom att förutsäga rotation, maskerade särdrag eller kontrastiva par – löses utan etiketter för att lära sig en rikare särdragsrepresentation, vilken sedan används vid konstruktionen av isoleringsträden, vilket ger skarpare anomalipoäng på komplexa, högdimensionella tabulära data.