Régression Linéaire par Apprentissage Actif

La régression linéaire par apprentissage actif est une approche itérative d'apprentissage automatique qui couple un modèle de régression linéaire avec une stratégie de requête intelligente pour sélectionner les points non étiquetés les plus informatifs à étiqueter. En concentrant l'effort d'étiquetage là où l'incertitude est la plus élevée, elle atteint une précision prédictive compétitive avec beaucoup moins d'exemples étiquetés que l'échantillonnage aléatoire passif.