Aprendizaje Activo Semisupervisado

El Aprendizaje Activo Semisupervisado (SSAL, por sus siglas en inglés) es un paradigma de aprendizaje híbrido que combina la estrategia de consulta selectiva del aprendizaje activo con la capacidad del aprendizaje semisupervisado para explotar datos sin etiquetar. El modelo selecciona iterativamente las instancias sin etiquetar más informativas para la anotación experta, mientras que simultáneamente aprovecha el gran conjunto de muestras sin anotar para mejorar sus propias representaciones, reduciendo drásticamente los costos de etiquetado y manteniendo una alta precisión predictiva.