Wat is actief leren?

Actief leren is een benadering in machine learning waarbij het algoritme zelf de meest informatieve voorbeelden kiest voor labeling en training. In plaats van te trainen op een grote hoeveelheid willekeurig gelabelde gegevens, vraagt het model alleen de labeling van die gegevens die het het meest zullen helpen om zich zo effectief mogelijk te verbeteren.

Dit is vooral handig wanneer het labelen van gegevens duur of arbeidsintensief is. Het actieve algoritme kiest voorbeelden met de grootste onzekerheid of die op de grens van besluitvorming liggen.

Voorbeeld: bij een classificatietaak kan het model kiezen voor labeling van de objecten waar het het minst zeker van is, en zo de kwaliteit sneller verbeteren.

Actief leren is nauw verbonden met zwakke supervisie, waarbij gebruik wordt gemaakt van zwakke of onvolledige bronnen van labeling om modellen te trainen.