Что такое active learning в anomaly detection?

Active learning в anomaly detection — это метод, при котором модель активно запрашивает у эксперта (человека) разметку наиболее информативных или сомнительных примеров для улучшения качества обнаружения аномалий.

Поскольку аномалии часто редки и разнообразны, полностью размеченные данные получить сложно. Active learning помогает эффективно использовать ограниченный ресурс разметки, выбирая те данные, которые максимально повысят точность модели.

Пример: модель обнаружения мошенничества выделяет транзакции с высокой степенью неопределённости и запрашивает у аналитика подтверждение, являются ли они аномалиями. Полученные метки используются для дообучения модели, улучшая её способность выявлять новые аномалии.