Modello a Miscela Gaussiana con Apprendimento Attivo

Il Modello a Miscela Gaussiana con Apprendimento Attivo (Active Learning Gaussian Mixture Model) combina una strategia di interrogazione iterativa con un modello a miscela gaussiana. L'algoritmo seleziona i punti non etichettati più informativi — tipicamente quelli con la più alta incertezza predittiva — li presenta a un oracolo per l'etichettatura e riesegue il fitting del GMM usando l'algoritmo EM sull'insieme etichettato crescente. Il risultato è un modello di densità che eguaglia la qualità dei dati completi pur richiedendo un numero significativamente inferiore di esempi etichettati.