¿Qué es el aprendizaje activo basado en flujos?

El aprendizaje activo basado en flujos es un enfoque en el aprendizaje activo en el que los datos llegan a la modelo en forma de un flujo continuo, y el sistema decide en tiempo real qué ejemplos nuevos deben ser etiquetados para el entrenamiento.

A diferencia del aprendizaje activo basado en pool clásico, donde hay un conjunto fijo de datos no etiquetados, el aprendizaje activo basado en flujo trabaja con la llegada secuencial de datos y recursos limitados para la etiquetación.

Principios básicos:

• La modelo evalúa cada nuevo ejemplo a medida que llega.
• Solo selecciona para etiquetar aquellos que son más informativos (por ejemplo, con alta incertidumbre).
• Permite usar de manera eficiente el presupuesto limitado para la etiquetación en condiciones de flujo continuo de datos.

Ejemplo: en un sistema de filtración de spam, los correos nuevos llegan constantemente, y la modelo selecciona para revisión manual solo aquellos en los que duda, para mejorar la calidad de la clasificación.