Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Hyperplan séparateur
Sous-espace de dimension N-1 dans un espace à N dimensions qui maximise la marge entre les données normales et l'origine, servant de frontière de classification.
Vecteurs de support
Points critiques qui définissent la frontière de décision et soutiennent l'hyperplan, étant les plus proches de la frontière dans l'espace transformé.
RBF Kernel
Fonction noyau à base radiale gaussienne qui projette les données dans un espace infini, permettant la détection d'anomalies non linéaires complexes.
Nu-SVM
Variante du One-Class SVM utilisant le paramètre nu pour contrôler le ratio attendu d'anomalies, offrant un contrôle plus intuitif sur le taux d'erreurs.
SVDD
Support Vector Data Description, méthode alternative qui cherche une hypersphère minimale englobant les données normales plutôt qu'un hyperplan séparateur.
Taux de contamination
Paramètre estimant la proportion d'anomalies dans le jeu de données, influençant la position de la frontière de décision dans l'algorithme.
Espace de caractéristiques
Espace multidimensionnel où les données sont représentées après transformation par la fonction noyau, permettant une meilleure séparation des classes.
Apprentissage semi-supervisé
Approche hybride où le One-Class SVM s'entraîne sur des données normales étiquetées pour détecter des anomalies non étiquetées en production.
Détection de nouveauté
Application spécifique du One-Class SVM pour identifier de nouvelles classes ou comportements n'ayant jamais été observés lors de l'entraînement.
Quantile de confiance
Seuil statistique basé sur la distribution des scores d'anomalie, permettant de calibrer le niveau de confiance dans la détection.
Cross-validation one-class
Technique de validation spécifique aux algorithmes de détection d'anomalies préservant la nature unilatérale des données lors de l'évaluation.