¿Qué es query-by-committee?

Query-by-committee (QBC) es un método de aprendizaje activo en el que se utiliza un comité (conjunto) de modelos para seleccionar los ejemplos más informativos para su etiquetado.

La idea es que varios modelos, entrenados en los datos actuales, hacen predicciones sobre datos no etiquetados. Los objetos sobre los que los modelos discrepan (tienen una alta disonancia) se consideran los más útiles para el entrenamiento y se eligen para ser etiquetados por un humano.

Ventajas:

• Permite utilizar eficazmente un presupuesto limitado para el etiquetado.
• Reduce la cantidad de datos etiquetados necesarios.

Ejemplo:

• Hay 3 modelos (comité), entrenados en el conjunto actual.
• Para cada nuevo objeto, los modelos dan predicciones.
• Si los modelos discrepan mucho (por ejemplo, 2 modelos consideran la clase A, 1 la clase B), ese objeto se selecciona para su etiquetado.

De esta manera, QBC ayuda a centrarse en ejemplos difíciles, mejorando la calidad del modelo con menores costos de etiquetado.