Глоссарий ИИ
Полный словарь искусственного интеллекта
Разделяющая гиперплоскость
Подпространство размерности N-1 в N-мерном пространстве, которое максимизирует зазор между нормальными данными и началом координат, служа границей классификации.
Опорные векторы
Критические точки, которые определяют границу принятия решений и поддерживают гиперплоскость, являясь ближайшими к границе в преобразованном пространстве.
RBF-ядро
Гауссовская радиальная базисная функция ядра, которая проецирует данные в бесконечное пространство, позволяя обнаруживать сложные нелинейные аномалии.
Nu-SVM
Вариант One-Class SVM, использующий параметр nu для контроля ожидаемой доли аномалий, предлагая более интуитивное управление уровнем ошибок.
SVDD
Support Vector Data Description, альтернативный метод, который ищет минимальную гиперсферу, охватывающую нормальные данные, а не разделяющую гиперплоскость.
Уровень загрязнения
Параметр, оценивающий долю аномалий в наборе данных, влияющий на положение границы принятия решений в алгоритме.
Признаковое пространство
Многомерное пространство, в котором данные представлены после преобразования функцией ядра, позволяя лучшее разделение классов.
Полууправляемое обучение
Гибридный подход, при котором One-Class SVM обучается на размеченных нормальных данных для обнаружения неразмеченных аномалий в рабочей среде.
Обнаружение новизны
Специальное применение One-Class SVM для идентификации новых классов или поведений, которые никогда не наблюдались во время обучения.
Квантиль доверия
Статистический порог, основанный на распределении оценок аномалий, позволяющий калибровать уровень уверенности в обнаружении.
Одноклассовая перекрестная проверка
Техника валидации, специфичная для алгоритмов обнаружения аномалий, сохраняющая одностороннюю природу данных при оценке.