Stream-based active learning — это подход в активном обучении, при котором данные поступают в модель в виде непрерывного потока, и система в реальном времени решает, какие из новых примеров стоит разметить для обучения.
Что такое stream-based active learning?
Stream-based active learning — это подход в активном обучении, при котором данные поступают в модель в виде непрерывного потока, и система в реальном времени решает, какие из новых примеров стоит разметить для обучения.
Короткий ответ
Что ответить на собеседовании
Подробный разбор
Ответ с пояснениями
Stream-based active learning — это подход в активном обучении, при котором данные поступают в модель в виде непрерывного потока, и система в реальном времени решает, какие из новых примеров стоит разметить для обучения.
В отличие от классического pool-based active learning, где есть фиксированный набор неразмеченных данных, stream-based активное обучение работает с последовательным поступлением данных и ограниченными ресурсами на разметку.
Основные принципы:
- Модель оценивает каждый новый пример по мере поступления.
- Выбирает для разметки только те, которые наиболее информативны (например, с высокой неопределённостью).
- Позволяет эффективно использовать ограниченный бюджет на разметку в условиях непрерывного потока данных.
Пример: в системе фильтрации спама новые письма поступают постоянно, и модель выбирает для ручной проверки только те, в которых она сомневается, чтобы улучшить качество классификации.