Aprendizaje activo

El aprendizaje activo es un paradigma iterativo de aprendizaje automático en el que un algoritmo de aprendizaje consulta selectivamente a un oráculo —típicamente un anotador humano— para obtener etiquetas sobre los ejemplos no etiquetados más informativos. Formalizado por Burr Settles en su seminal revisión bibliográfica de 2009, el aprendizaje activo aborda el cuello de botella práctico del coste de anotación logrando una alta precisión del modelo con muchos menos ejemplos etiquetados de los que requiere el aprendizaje supervisado pasivo.