Regressione Lineare con Apprendimento Attivo

La Regressione Lineare con Apprendimento Attivo è un approccio iterativo di machine learning che accoppia un modello di regressione lineare con una strategia di interrogazione intelligente per selezionare i punti non etichettati più informativi da etichettare. Concentrando lo sforzo di etichettatura dove l'incertezza è maggiore, raggiunge un'accuratezza predittiva competitiva con molti meno esempi etichettati rispetto al campionamento casuale passivo.