O que é aprendizagem ativa?

Aprendizagem ativa é uma abordagem no aprendizado de máquina em que o algoritmo escolhe por si próprio os exemplos mais informativos para rotulagem e treinamento. Em vez de treinar com um grande volume de dados rotulados aleatoriamente, o modelo solicita a rotulagem apenas dos dados que o ajudarão a melhorar de forma mais eficiente.

Isto é especialmente útil quando a rotulagem de dados é cara ou trabalhosa. O algoritmo ativo seleciona exemplos com maior incerteza ou aqueles que estão na fronteira de tomada de decisão.

Exemplo: numa tarefa de classificação, o modelo pode escolher para rotulagem os objetos sobre os quais tem menos confiança, assim melhorando a qualidade mais rapidamente.

O aprendizado ativo está estreitamente relacionado com supervisão fraca, onde se usam fontes de rotulagem fracas ou incompletas para treinar modelos.