Aktif Öğrenme (Active Learning)

Aktif öğrenme nedir?

Aktif öğrenme (active learning), modelin hangi verinin etiketlenmesi gerektiğine kendisinin karar verdiği bir eğitim stratejisidir. Her örneği rastgele etiketlemek yerine, model en çok kafamı karıştıran örnekler bunlar der ve sadece onları insana sorar. Amaç, mümkün olan en az etiketle mümkün olan en yüksek performansa ulaşmaktır.

Nasıl çalışır?

Döngü şöyle işler: küçük bir etiketli setle model eğitilir, sonra model büyük etiketsiz havuzdaki örnekleri puanlar. En belirsiz (modelin en emin olamadığı) örnekler seçilir, bunlar insana etiketletilir ve eğitim setine eklenir. Model yeniden eğitilir ve döngü tekrarlar. Belirsizliği ölçmek için modelin çıktı olasılıkları, farklı modellerin anlaşmazlığı ya da tahmini bilgi kazancı gibi kriterler kullanılır.

Neden önemli?

Etiketleme pahalıdır — uzman doktorun tıbbi görüntü işaretlemesi ya da hukukçunun sözleşme etiketlemesi ciddi para ve zaman ister. Aktif öğrenme, aynı performansa çok daha az etiketle ulaşarak bu maliyeti düşürür. Verinin bol ama etiketin kıt olduğu durumlarda özellikle değerlidir.

Kullanım alanları

Tıbbi görüntüleme, otonom sürüş veri toplama, spam ve dolandırıcılık tespiti, nadir sınıfların (az görülen hastalık, seyrek hata tipi) etiketlenmesi gibi alanlarda kullanılır. Endüstride veri etiketleme bütçesini optimize etmek isteyen ekiplerin sık başvurduğu bir yöntemdir; genelde veri etiketleme sürecinin akıllı hâli olarak görülür.