Что такое active learning?

Active learning — это подход в машинном обучении, при котором алгоритм сам выбирает наиболее информативные примеры для разметки и обучения. Вместо того, чтобы обучаться на большом объеме случайно размеченных данных, модель запрашивает разметку только тех данных, которые помогут ей улучшиться максимально эффективно.

Это особенно полезно, когда разметка данных дорогая или трудоемкая. Активный алгоритм выбирает примеры с наибольшей неопределенностью или те, которые находятся на границе принятия решений.

Пример: в задаче классификации модель может выбирать для разметки те объекты, по которым она менее всего уверена, и таким образом быстрее повысить качество.

Active learning тесно связан с weak supervision, где используются слабые или неполные источники разметки для обучения моделей.