¿Qué es el aprendizaje activo en la detección de anomalías?

Active learning en detección de anomalías es un método en el que el modelo solicita activamente al experto (persona) la anotación de los ejemplos más informativos o dudosos para mejorar la calidad de la detección de anomalías.

Dado que las anomalías suelen ser raras y variadas, es difícil obtener datos completamente anotados. Active learning ayuda a utilizar de manera eficiente los recursos limitados de anotación, seleccionando aquellos datos que maximizarán la precisión del modelo.

Ejemplo: un modelo de detección de fraude identifica transacciones con un alto grado de incertidumbre y solicita al analista que confirme si son anomalías. Las etiquetas obtenidas se utilizan para reentrenar el modelo, mejorando su capacidad para detectar nuevas anomalías.