기법/방법론고급
Active Learning
능동 학습 · Active Learning
모델이 가장 유용한 데이터를 스스로 선택해 라벨링을 요청하는 학습 방법
상세 설명
Active Learning (능동 학습)
라벨링 비용을 줄이기 위해 모델이 "이 데이터가 가장 헷갈려요"라고 선택하는 방법입니다.
전략
- Uncertainty Sampling: 모델이 가장 불확실한 샘플 선택
- Query by Committee: 여러 모델이 의견이 다른 샘플 선택
- Expected Model Change: 학습에 가장 큰 영향을 줄 샘플 선택
효과
전체 데이터의 10-20%만 라벨링해도 90%+ 성능 달성 가능
태그
#학습#효율성#라벨링