O que é aprendizagem ativa na deteção de anomalias?

Aprendizagem ativa em deteção de anomalias é um método em que o modelo solicita ativamente ao especialista (humano) a marcação dos exemplos mais informativos ou duvidosos para melhorar a qualidade da deteção de anomalias.

Como as anomalias são frequentemente raras e variadas, é difícil obter dados totalmente anotados. A aprendizagem ativa ajuda a usar de forma eficiente o recurso limitado de marcação, selecionando os dados que maximizarão a precisão do modelo.

Exemplo: um modelo de deteção de fraude identifica transações com um alto grau de incerteza e solicita ao analista que confirme se são anomalias. As etiquetas obtidas são usadas para re-treinar o modelo, melhorando a sua capacidade de detectar novas anomalias.