Pembelajaran Aktif Peningkatan

Active Learning Boosting menggabungkan pemerolehan label yang dipandu pertanyaan (query-driven) dalam active learning dengan logik gabungan berbobot (weighted-ensemble) algoritma boosting seperti AdaBoost. Model ini secara iteratif memilih contoh tak berlabel yang paling informatif untuk dianotasi — dipandu oleh ketidaksepakatan atau ketidakpastian dalam gabungan boosting — dan melatih ulang setelah setiap label baru, mencapai akurasi tinggi dengan jumlah contoh berlabel yang jauh lebih sedikit daripada pembelajaran pasif.