Co je aktivní učení?

Aktivní učení je přístup v strojovém učení, kdy si algoritmus sám vybírá nejvíce informativní příklady pro označení a učení. Místo toho, aby se učil na velkém objemu náhodně označených dat, požaduje označení pouze těch dat, která mu pomohou se co nejefektivněji zlepšit.

To je obzvlášť užitečné, když je označování dat drahé nebo časově náročné. Aktivní algoritmus vybírá příklady s nejvyšší nejistotou nebo ty, které jsou na hranici rozhodování.

Příklad: v úloze klasifikace si model může vybírat k označení ty objekty, o kterých je nejméně jistý, a tím rychleji zvyšovat kvalitu.

Aktivní učení je úzce spojeno se slabým dohledem, kde se používají slabé nebo neúplné zdroje označení k tréninku modelů.