Mis on aktiivõpe?

Aktiivõpe on lähenemine masinõppes, kus algoritm ise valib kõige informatiivsemad näited märgistamiseks ja õppimiseks. Selle asemel, et õppida suure koguse juhuslikult märgistatud andmete põhjal, nõuab mudel ainult nende andmete märgistamist, mis aitavad tal kõige tõhusamalt paraneda.

See on eriti kasulik siis, kui andmete märgistamine on kallis või aeganõudev. Aktiivne algoritm valib näiteid suurima ebakindluse või otsustuspiiril olevate näidete hulgast.

Näide: klassifikatsioonülesandes võib mudel valida märgistamiseks neid objekte, mille kohta tal on kõige vähem usaldust, ning sel viisil parandada kvaliteeti kiiremini.

Aktiivne õpe on tihedalt seotud nõrga järelevalvega, kus kasutatakse nõrku või puudulikke märgistamisallikaid mudelite treenimiseks.