Qu'est-ce que l'apprentissage actif basé sur le flux?

L'apprentissage actif basé sur le flux est une approche dans l'apprentissage actif où les données arrivent à la modèle sous forme de flux continu, et le système décide en temps réel quels nouveaux exemples doivent être annotés pour l'apprentissage.

Contrairement à l'apprentissage actif basé sur le pool classique, où il existe un ensemble fixe de données non annotées, l'apprentissage actif basé sur le flux fonctionne avec l'arrivée séquentielle de données et des ressources limitées pour l'annotation.

Principes fondamentaux:

• La modèle évalue chaque nouvel exemple à mesure qu'il arrive.
• Elle ne sélectionne pour l'annotation que ceux qui sont les plus informatifs (par exemple, avec une haute incertitude).
• Permet d'utiliser efficacement le budget limité pour l'annotation dans des conditions de flux continu de données.

Exemple : dans un système de filtrage de spam, les nouveaux emails arrivent constamment, et la modèle choisit pour une vérification manuelle uniquement ceux sur lesquels elle doute, afin d'améliorer la qualité de la classification.