Online Isolation Forest
Online Isolation Forest เป็นการขยายอัลกอริทึมตรวจจับความผิดปกติ Isolation Forest ไปสู่ข้อมูลแบบสตรีมหรือข้อมูลที่เข้ามาอย่างต่อเนื่อง แทนที่จะสร้างต้นไม้แบบแยก (isolation trees) ใหม่ทั้งหมดเมื่อมีข้อมูลใหม่เข้ามา ป่าต้นไม้ (forest) จะถูกปรับปรุงแบบเพิ่มส่วน (incrementally) เพื่อให้คะแนนความผิดปกติ (anomaly scores) ทันสมัยอยู่เสมอโดยไม่ต้องประมวลผลข้อมูลย้อนหลังทั้งหมด ทำให้สามารถนำไปใช้ได้จริงในการเฝ้าระวังแบบเรียลไทม์ การตรวจจับการฉ้อโกง และการเฝ้าระวังข้อมูลเซ็นเซอร์ ซึ่งปริมาณข้อมูลเพิ่มขึ้นอย่างไม่จำกัด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- Tan, S. C., Ting, K. M., & Liu, T. F. (2011). Fast Anomaly Detection for Streaming Data. In Proceedings of the 22nd International Joint Conference on Artificial Intelligence (IJCAI), pp. 1511–1516. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Online Isolation Forest (Streaming Anomaly Detection with Isolation Trees). ScholarGate. https://scholargate.app/th/machine-learning/online-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.
- การตรวจจับความผิดปกติด้วยออโตเอ็นโค้ดเดอร์การเรียนรู้ของเครื่อง↔ compare
- Isolation Forestการเรียนรู้ของเครื่อง↔ compare
- One-class SVMการเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้แบบออนไลน์การเรียนรู้ของเครื่อง↔ compare
- Online Random Forestการเรียนรู้ของเครื่อง↔ compare
- Isolation Forest แบบกึ่งมีผู้สอนการเรียนรู้ของเครื่อง↔ compare