Онлайн Ізоляційний Ліс
Онлайн Ізоляційний Ліс розширює алгоритм виявлення аномалій Isolation Forest для потокових або безперервно надхідних даних. Замість того, щоб перебудовувати ізоляційні дерева з нуля при надходженні нових спостережень, ліс оновлюється поступово, щоб показники аномалій залишалися актуальними без повторної обробки всієї історії. Це робить його практичним для моніторингу в реальному часі, виявлення шахрайства та нагляду за даними датчиків, де обсяги даних постійно зростають.
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
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Online Isolation Forest (Streaming Anomaly Detection with Isolation Trees). ScholarGate. https://scholargate.app/uk/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.
- Автокодувальник для виявлення аномалійМашинне навчання↔ compare
- Ізоляційний лісМашинне навчання↔ compare
- One-class SVMМашинне навчання↔ compare
- Онлайн-навчанняМашинне навчання↔ compare
- Онлайн випадковий лісМашинне навчання↔ compare
- Напівкерований Isolation ForestМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →