Învățarea activă (active learning) este o strategie de antrenare a modelelor de învățare automată în care algoritmul participă activ la selectarea celor mai informative exemple din date pentru a fi etichetate manual de un om, în loc să primească pasiv un set de date complet etichetat dinainte.
Ideea centrală pornește de la observația că nu toate exemplele de antrenament sunt la fel de valoroase: unele exemple sunt „ușoare” pentru model (acesta este deja foarte încrezător în predicția corectă), în timp ce altele sunt „ambigue” sau situate la granița de decizie dintre categorii, oferind mult mai multă informație utilă pentru îmbunătățirea modelului dacă sunt etichetate corect. Învățarea activă identifică automat aceste exemple ambigue și le prioritizează pentru etichetare umană, maximizând valoarea fiecărei etichete obținute.
Procesul tipic este iterativ: modelul este antrenat inițial pe un set mic de date etichetate; apoi analizează un set mare de date neetichetate și selectează exemplele pentru care are cea mai mare incertitudine; un expert uman etichetează doar aceste exemple selectate; modelul este reantrenat cu datele îmbogățite, iar ciclul se repetă.
Această abordare este deosebit de valoroasă în domenii unde etichetarea manuală este costisitoare sau necesită expertiză specializată — de exemplu, adnotarea imaginilor medicale de către radiologi sau clasificarea documentelor juridice de către avocați — permițând atingerea unei performanțe bune a modelului cu un buget de etichetare mult mai mic decât ar necesita etichetarea aleatorie a întregului set de date.
