Offen-Satz-Lernen

Offenes Set Lernen (OSL) ist eine anspruchsvollere Maschinenlernmethode im echten Leben, die darauf abzielt, Fälle zu behandeln, in denen Testbeispiele neue Klassen enthalten, die während der Trainingsphase nicht aufgetreten sind. Im Gegensatz zum traditionellen überwachten Lernen erfordert OSL, dass das Modell nicht nur Stichproben bekannter Kategorien korrekt klassifiziert, sondern auch Stichproben unbekannter Kategorien effektiv identifiziert und ablehnt. Diese Technologie hat erheblichen Anwendungswert in Bereichen wie Sicherheitsüberwachung und medizinische Diagnostik, indem sie die Robustheit und Generalisierungsfähigkeit von Systemen erhöht.