Активное обучение с использованием гауссовой смеси (Active Learning Gaussian Mixture Model)

Модель гауссовой смеси с активным обучением (Active Learning Gaussian Mixture Model) сочетает итеративную стратегию запросов с моделью гауссовой смеси (GMM). Алгоритм выбирает наиболее информативные неразмеченные точки — обычно те, которые имеют наибольшую неопределенность прогнозирования, — представляет их оракулу для разметки и переобучает GMM с использованием EM-алгоритма на растущем размеченном наборе данных. Результатом является модель плотности, которая соответствует качеству, достигаемому при использовании полных данных, но требует значительно меньшего количества размеченных примеров.