능동 학습 부스팅

능동 학습 부스팅(Active Learning Boosting)은 능동 학습(active learning)의 질의 주도적(query-driven) 레이블 획득 방식과 AdaBoost와 같은 부스팅 알고리즘의 가중치 앙상블(weighted-ensemble) 논리를 결합한 것이다. 이 모델은 부스팅 앙상블 내의 불일치(disagreement) 또는 불확실성(uncertainty)에 의해 안내되어 가장 정보성이 높은 레이블이 지정되지 않은 예시들을 반복적으로 선택하여 주석을 달고, 각 새로운 레이블 후에 재학습함으로써, 수동 학습(passive learning)보다 훨씬 적은 레이블 예시로 높은 정확도를 달성한다.