Definición
El aprendizaje activo es un método de aprendizaje automático en el que el propio modelo selecciona los ejemplos más útiles para que una persona los etiquete.
Ejemplo
En un sistema de moderación de imágenes, el modelo puede pedirle a una persona que etiquete imágenes dudosas en las que no está seguro de si son contenido aceptable o una infracción.
Por qué importa
Es importante para proyectos en los que el etiquetado es caro: medicina, documentos legales, control industrial, lenguas raras o moderación compleja.
Cómo funciona
El modelo se entrena con una muestra pequeña, evalúa los datos sin etiquetar, selecciona los ejemplos más ambiguos o informativos, recibe las respuestas del experto y repite el ciclo.
Dónde se usa
- etiquetado de datos
- entrenamiento de modelos con un experto
- mejora de la calidad con un presupuesto reducido
Limitaciones
El método no ayuda si los datos iniciales son malos o si el experto etiqueta de forma inconsistente. Es importante evitar que el modelo se enfoque solo en un grupo reducido de ejemplos difíciles.
FAQ
¿Por qué conviene conocer el término “Aprendizaje activo”?
Es importante para proyectos en los que el etiquetado es costoso: medicina, documentos legales, control industrial, lenguas raras o moderación compleja.