Arbre de décision en apprentissage actif

L'apprentissage actif avec un arbre de décision combine la structure interprétable d'un arbre de type CART avec une stratégie de requête qui sélectionne les instances non étiquetées les plus informatives pour l'annotation humaine. Le modèle demande itérativement des étiquettes uniquement pour les exemples dont il est le plus incertain, minimisant ainsi le coût d'étiquetage tout en maximisant la précision de la classification sur les données tabulaires.