Online One-Class SVM
Online One-Class SVM เป็นส่วนขยายแบบเพิ่มพูน (incremental extension) ของ One-Class Support Vector Machine แบบดั้งเดิม ซึ่งปรับปรุงขอบเขตการตัดสินใจ (decision boundary) เมื่อข้อมูลใหม่มาถึงทีละตัวอย่าง ทำให้เหมาะสำหรับสภาพแวดล้อมแบบสตรีมมิ่ง (streaming environments) และการตรวจจับความผิดปกติ (anomaly detection) หรือความแปลกใหม่ (novelty detection) แบบเรียลไทม์โดยไม่ต้องฝึกฝนใหม่ทั้งหมด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Laskov, P., Gehl, C., Krueger, S., & Muller, K.-R. (2006). Incremental support vector learning: Analysis, implementation and applications. Journal of Machine Learning Research, 7, 1909–1936. link ↗
- Scholkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems (NIPS), 12, 582–588. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Online One-Class Support Vector Machine. ScholarGate. https://scholargate.app/th/machine-learning/online-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.
- ออโตเอ็นโค้ดเดอร์การเรียนรู้เชิงลึก↔ compare
- Isolation Forestการเรียนรู้ของเครื่อง↔ compare
- ปัจจัยค่าผิดปกติเฉพาะที่ (Local Outlier Factor: LOF)การเรียนรู้ของเครื่อง↔ compare
- One-class SVMการเรียนรู้ของเครื่อง↔ compare