active learning

Angol

Főnév

active learning (tsz. active learnings)

(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

🧠 1. Alapötlet

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.

🔁 2. Tipikus folyamat (loop)

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

🔍 3. Mintaválasztási stratégiák

A. Uncertainty Sampling

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

B. Query by Committee (QBC)

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

C. Expected Model Change

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

D. Expected Error Reduction

Ahol a legnagyobb hibacsökkenést várja, ha megtanulja

🧪 4. Alkalmazási területek

🧬 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)

🧰 5. Python példa (modAL + scikit-learn)

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)

⚖️ 6. Előnyök és kihívások

✅ Előnyök:

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

❌ Kihívások:

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

🧾 7. Összefoglalás

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

További információk

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)