active learning

active learning (tsz. active learnings)

1. (informatika) Active learning – magyarul: aktív tanulás – egy gépi tanulási stratégia, amelynek célja, hogy a tanuló algoritmus intelligensen válassza ki azokat az adatpontokat, amelyeket érdemes címkézni, ahelyett, hogy véletlenszerűen tanulna mindenből. Ez különösen akkor hasznos, ha:

• A címkézés költséges (pl. orvosi képekhez szakértő kell)
• Nagy mennyiségű adat áll rendelkezésre, de kevés a címkézett

A gépi tanuló „megkérdezi”: “Melyik adatpontot lenne érdemes megtanulnom legközelebb?”

Az aktív tanulás tehát szelektíven kérdez a tanítótól (pl. emberi annotátortól) – nem tanul mindent, csak a leginformatívabb példákat.

1. Kis mennyiségű címkézett adat + nagy halom címkézetlen adat
2. Modell betanul a meglévő címkézett adatokon
3. Modell kiválaszt egy vagy több legbizonytalanabb példát
4. Ember vagy rendszer címkézi ezeket
5. Modell frissítése → ismétlés

• A modell azt az adatpontot választja, amelynél a legbizonytalanabb
• Pl. a predikció valószínűsége 50-50 két osztály között

• Több modell tanul → azt a példát kérdezik le, ahol leginkább eltér a véleményük

• Azt az adatpontot választja, amely a legnagyobb változást idézné elő a modellben, ha megcímkéznénk

• Ahol a legnagyobb hibacsökkenést várja, ha megtanulja

• 🧬 Orvosi képelemzés (MRI, CT): kevés orvosi annotátor → precíz kérdezés fontos
• 📸 Kép- és objektumfelismerés: csak a legnehezebb képek kérdezése
• 📄 Természetes nyelvfeldolgozás (NLP): dokumentumcímkézés, entitásfelismerés
• 🎯 Adatbányászat: adatgyűjtés optimalizálása
• 📉 Imbalanced classification: ritka események észlelése (pl. csalásdetekció)

from modAL.models import ActiveLearner
from sklearn.ensemble import RandomForestClassifier

learner = ActiveLearner(
    estimator=RandomForestClassifier(),
    query_strategy=uncertainty_sampling,
    X_training=X_initial,
    y_training=y_initial
)

query_idx, query_instance = learner.query(X_pool)

• Kevesebb címkézett adat is elég a jó teljesítményhez
• Költséghatékony, ha címkézés drága
• Jobb általánosítás kis adaton

• Melyik stratégia a legjobb? Adatfüggő
• Címkézési hibák érzékenyen érintik a tanulási folyamatot
• Tanítónak gyors válaszadónak kell lennie (online rendszer)

Az active learning:

• Egy interaktív gépi tanulási stratégia, ahol a tanuló kérdezni tud
• Célja: minél kevesebb adatból minél jobbat tanulni
• Kiemelten hasznos adatgazdag, de címkében szegény környezetekben
• Kiválóan kombinálható nagy nyelvi modellekkel, képfeldolgozással, orvosi MI-vel

• active learning - Szótár.net (en-hu)
• active learning - Sztaki (en-hu)
• active learning - Merriam–Webster
• active learning - Cambridge
• active learning - WordNet
• active learning - Яндекс (en-ru)
• active learning - Google (en-hu)
• active learning - Wikidata
• active learning - Wikipédia (angol)