Active Learning ist ein Ansatz
des maschinellen Lernens, bei dem das Modell iterativ ausgewählte Beispiele zur
Klassifizierung oder Vorhersage erhält. Das Modell kann durch den Prozess des
"aktiven Lernens" präziser und effizienter werden, indem es gezielt
diejenigen Datenpunkte auswählt, die die größte Unsicherheit oder Diskrepanz in
den bisherigen Vorhersagen aufweisen.
