Classificateur à une classe

Un classifieur à une classe est un type de modèle d'apprentissage automatique qui se concentre sur l'apprentissage de la représentation des caractéristiques d'une seule catégorie de données pour identifier et distinguer de nouvelles échantillons appartenant à cette catégorie des valeurs aberrantes. Son objectif principal est d'établir une frontière efficace qui décrit la catégorie cible, permettant ainsi la détection d'anomalies. Dans les cas où il manque des données étiquetées ou où celles-ci sont insuffisantes, les classifieurs à une classe ont une valeur d'application importante et sont largement utilisés dans la détection d'anomalies, la découverte de classes nouvelles, et d'autres domaines. En apprenant la distribution des données normales, ce modèle peut jouer un rôle crucial dans des applications telles que la détection de fraude financière, la cybersécurité, et le diagnostic médical.