Ce este învățarea activă?

Învățarea activă este o abordare în învățarea automată în care algoritmul alege singur cele mai informative exemple pentru etichetare și antrenament. În loc să se antreneze pe un volum mare de date etichetate aleatoriu, modelul solicită etichetarea doar a acelor date care îl vor ajuta să se îmbunătățească cât mai eficient.

Acest lucru este deosebit de util atunci când etichetarea datelor este costisitoare sau laborioasă. Algoritmul activ selectează exemplele cu cea mai mare incertitudine sau cele aflate la granița deciziei.

Exemplu: într-o sarcină de clasificare, modelul poate alege pentru etichetare acele obiecte despre care are cea mai mică încredere, îmbunătățind astfel calitatea mai rapid.

Învățarea activă este strâns legată de supervizarea slabă, unde se folosesc surse slabe sau incomplete de etichetare pentru antrenarea modelelor.