Was ist stream-basiertes aktives Lernen?

Stream-basiertes aktives Lernen ist ein Ansatz im aktiven Lernen, bei dem Daten in Form eines kontinuierlichen Flusses in das Modell gelangen und das System in Echtzeit entscheidet, welche neuen Beispiele für das Training markiert werden sollen.

Im Gegensatz zum klassischen pool-basierten aktiven Lernen, bei dem ein fester Satz unmarkierter Daten vorhanden ist, arbeitet das stream-basierte aktive Lernen mit sequenziellen Datenströmen und begrenzten Ressourcen für die Markierung.

Grundprinzipien:

• Das Modell bewertet jedes neue Beispiel bei Eintreffen.
• Es wählt nur die informativsten Beispiele zur Markierung aus (z.B. mit hoher Unsicherheit).
• Es ermöglicht eine effiziente Nutzung des begrenzten Budgets für die Markierung unter Bedingungen eines kontinuierlichen Datenflusses.

Beispiel: In einem Spam-Filter-System kommen ständig neue E-Mails an, und das Modell wählt nur die E-Mails zur manuellen Überprüfung aus, bei denen es unsicher ist, um die Klassifikationsqualität zu verbessern.