Aktives Lernen ist ein Sonderfall des maschinellen Lernens, bei dem der Lernalgorithmus den Benutzer (oder eine andere Informationsquelle) interaktiv abfragen kann, um neue Datenpunkte mit der gewünschten Ausgabe zu kennzeichnen.. Beim aktiven Lernen wählt der Algorithmus aktiv eine Teilmenge von Beispielen aus dem Pool der nicht gekennzeichneten Daten aus, um sie als nächstes zu kennzeichnen. Die Grundüberzeugung hinter dem Konzept aktiver Lernalgorithmen besteht darin, dass ein maschineller Lernalgorithmus mit einer geringeren Anzahl von Trainingsbezeichnungen potenziell eine höhere Genauigkeit erreichen kann, wenn er die Daten auswählen kann, aus denen er lernen möchte.