Байєсівська однокласова SVM
Байєсівська однокласова SVM поєднує класичну однокласову машину опорних векторів (яка навчається щільної межі навколо нормальних навчальних прикладів) з байєсівським висновуванням для отримання каліброваних імовірнісних оцінок аномалії, а не лише бінарного прапорця. Це дозволяє кількісно оцінювати невизначеність щодо рішення про новизну, роблячи підхід більш придатним, коли подальші дії залежать від того, наскільки модель впевнена, що нове спостереження є аномальним.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Scholkopf, B., Platt, J. C., Shawe-Taylor, J., Smola, A. J., & Williamson, R. C. (2001). Estimating the support of a high-dimensional distribution. Neural Computation, 13(7), 1443–1471. DOI: 10.1162/089976601750264965 ↗
- Tipping, M. E. (2001). Sparse Bayesian learning and the relevance vector machine. Journal of Machine Learning Research, 1, 211–244. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian One-Class Support Vector Machine. ScholarGate. https://scholargate.app/uk/machine-learning/bayesian-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.
- Автокодувальник для виявлення аномалійМашинне навчання↔ compare
- Байєсівський гауссівський процесМашинне навчання↔ compare
- Гаусівський процесМашинне навчання↔ compare
- Ізоляційний лісМашинне навчання↔ compare
- One-class SVMМашинне навчання↔ compare
- Robust One-Class SVMМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →