Active Learning
Modelin, etiketlenmesi en faydalı olacak veri örneklerini kendisinin seçtiği öğrenme stratejisi.
Aktif öğrenme, bir modelin, elindeki etiketlenmemiş veri havuzundan hangi örneklerin etiketlenmesinin öğrenme sürecine en fazla katkı sağlayacağını kendisinin belirleyip bu örnekleri öncelikli olarak insan etiketleyiciye sunduğu bir öğrenme stratejisidir. Model tipik olarak, tahmin konusunda en az emin olduğu veya kararsız kaldığı (belirsizliğin en yüksek olduğu) örnekleri seçer; çünkü bu örnekler modele en fazla yeni bilgi katma potansiyeli taşır. Bu yaklaşım, tüm veri kümesini rastgele etiketlemeye kıyasla çok daha az insan emeğiyle, çok daha hızlı bir öğrenme eğrisi elde edilmesini sağlar; bu da etiketleme maliyetinin yüksek olduğu tıbbi görüntüleme veya özel alan verisi gibi senaryolarda özellikle değerlidir.