單類分類廣泛地存在於入侵檢測、故障診斷等實際應用領域中,它能有效解決僅有一類樣本用於訓練分類器的問題和類別極端不平衡問題.本書簡要介紹了四類常用的單類分類器,重點介紹了基於信息理論學習的單類分類特徵提取、魯棒單類分類器和單類分類器集成,主要包括基於正則化相關熵的異常檢測特徵提取、基於可縮放hinge損失函數的魯棒單類支持向量機、基於魯棒AdaBoost的單類支持向量機集成、基於Renyi熵多樣性度量的SVDD選擇性集成.另外,本書還介紹了基於深度學習中生成式對抗網絡和自編碼器的異常檢測方法.本書以基於支持域的單類分類器為基礎,較系統地討論了單類分類的主要問題。
定價：708 元，
優惠價：87
616
