Czym jest aktywne uczenie się oparte na strumieniach?

Uczenie aktywne oparte na strumieniu to podejście w aktywnym uczeniu się, w którym dane są dostarczane do modelu w postaci ciągłego strumienia, a system w czasie rzeczywistym decyduje, które nowe przykłady należy oznaczyć do nauki.

W przeciwieństwie do klasycznego pool-based active learning, gdzie istnieje stały zestaw nieoznaczonych danych, uczenie aktywne oparte na strumieniu działa na zasadzie sekwencyjnego dostarczania danych i ograniczonych zasobów na oznaczanie.

Podstawowe zasady:

• Model ocenia każdy nowy przykład w miarę jego pojawiania się.
• Wybiera tylko te, które są najbardziej informatywne (np. z wysoką niepewnością).
• Pozwala na efektywne wykorzystanie ograniczonego budżetu na oznaczanie w warunkach ciągłego strumienia danych.

Przykład: w systemie filtrowania spamu, nowe wiadomości e-mail są ciągle dostarczane, a model wybiera do ręcznej weryfikacji tylko te, co do których ma wątpliwości, aby poprawić jakość klasyfikacji.