Actief zwak gesuperviseerde anomaliedetectie voor relationele data KU Leuven
Vanwege de enorme toename van beschikbare data en rekenkracht nodig om deze te verwerken, blijft de interesse in machinaal leren (ML) toenemen. Dit omdat ML waardevolle inzichten uit deze data kan halen. Deze thesis introduceert nieuwe ML-technieken die voortkomen uit twee industriële behoeften: (1) om ML-systemen rekening te laten houden met gebruikersbehoeften en (2) om de gebruiker de voorspellingen van het systeem te doen ...