本文最初發表於 Towards Data Science 博客，經原作者 Logesh Kumar Umapathi 授權，InfoQ 中文站翻譯並分享。
如果說機器學習項目是冰山的話，那麼位於水下的部分就是項目中的標籤和其他數據工作。好消息是，像遷移學習和主動學習（Active Learning）這樣的技術可以幫助減少工作量。
主動學習已經成爲機器學習行業從業者的工具箱的一部分，但在任何數據科學/機器學習課程中，卻很少涉及。在閱讀Robert Munro寫的書《Human-in-the-Loop Machine Learning》（譯註：目前尚無中文版）後，幫助我正式形成了一些（並幫助我學習了很多）主動學習的概念，而這些概念我一直在機器學習項目中憑直覺使用。
本文寫作目的是向你介紹一種簡單的主動學習方法，稱爲“基於熵的不確定採樣”（Uncertainty sampling with entropy），並通過實例證明其有效性。在演示中，我使用了主動學習，僅利用了 23% 的實際訓練數據集（ATIS 意向分類數據集）來實現與 100% 數據集訓練相同的結果。
是不是迫不及待了？請直接跳到「演示」一節。想了解它是如何工作的？那就繼續讀下去。
原文鏈接:【https://www.infoq.cn/article/mXcck0AtszsjHlo5Mepa】。未經作者許可，禁止轉載。