การเรียนรู้เชิงรุกแบบ One-class SVM
การเรียนรู้เชิงรุกแบบ One-class SVM (Active Learning One-class SVM) เป็นการผสมผสานระหว่าง One-class Support Vector Machine ซึ่งเป็นตัวตรวจจับความแปลกใหม่แบบอิงเคอร์เนลที่เรียนรู้ขอบเขตของข้อมูลปกติ เข้ากับวงจรการเรียนรู้เชิงรุกที่เลือกอินสแตนซ์ที่ไม่มีป้ายกำกับซึ่งให้ข้อมูลมากที่สุดสำหรับการกำกับดูแลโดยผู้เชี่ยวชาญ ผลลัพธ์ที่ได้คือตัวตรวจจับความผิดปกติที่ใช้ข้อมูลอย่างมีประสิทธิภาพ ซึ่งปรับปรุงขอบเขตการตัดสินใจด้วยความพยายามในการติดป้ายกำกับน้อยที่สุด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Active Learning with One-Class Support Vector Machine. ScholarGate. https://scholargate.app/th/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.
- Active Learningการเรียนรู้ของเครื่อง↔ compare
- Isolation Forestการเรียนรู้ของเครื่อง↔ compare
- One-class SVMการเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้แบบกึ่งกำกับดูแลการเรียนรู้ของเครื่อง↔ compare