アクティブラーニング

アクティブラーニングは、教師あり学習のパラダイムの一つで、予測器を反復的に訓練し、最も情報量の多い訓練サンプルを選択することでモデルを最適化します。これにより、少ないデータでより良いモデル性能と高い予測精度を達成し、設定の発見効率とモデルの汎化能力を向上させることができます。