Aktiv læring med boosting

Aktiv læring med boosting kombinerer den spørringsbaserte merkeanskaffelsen fra aktiv læring med den vektede ensemble-logikken til boosting-algoritmer som AdaBoost. Modellen velger iterativt de mest informative umerkede eksemplene for annotering — veiledet av uenighet eller usikkerhet innenfor boosting-ensemblet — og retrener etter hver nye merkelapp, og oppnår høy nøyaktighet med langt færre merkede eksempler enn passiv læring.