Neden Aktif Öğrenme?
Büyük ölçekli veri kümelerinde tüm örneklerin etiketlenmesi hem maliyetli hem de zaman alıcıdır. Tıbbi görüntülerde uzman radyolog zamanı, hukuki metinlerde avukat yorumu gibi alanlarda etiket bütçesi son derece kısıtlıdır. Aktif öğrenme bu sorunu çözmek için modeli bir akıllı sorgulayıcı rolüne sokar: model neyi bilmediğini belirler ve yalnızca o örnekler için etiket ister. Bu yaklaşım, rastgele örneklemeyle karşılaştırıldığında aynı doğruluk için çok daha az etiketli veri kullanılmasını sağlar.
Temel Sorgu Stratejileri
Belirsizlik Örneklemesi (Uncertainty Sampling): Modelin tahmin güveni en düşük örnekleri sorgular. İkili sınıflandırmada karar sınırına en yakın noktalar hedeflenir. Çok sınıflı görevlerde entropi veya marjin örneklemesi kullanılır. Kurul-Sorgulama (Query by Committee): Farklı başlangıç koşullarıyla eğitilmiş birden fazla model, en çok anlaşamadıkları örnekleri seçer. Anlaşmazlık ölçütü olarak oy çoğunluğu veya KL-diverjansı kullanılır. Beklenen Model Değişimi (Expected Model Change): Bir örneğin eklenmesinin gradyan veya parametreler üzerinde yaratacağı beklenen etkiye göre sıralama yapılır. Hesaplama maliyeti yüksek ama bilgi değeri en yüksek strateji sayılır.
Senaryo Türleri
Pool-Based: Etiketlenmemiş veri havuzundan tüm örnekler sorgulanabilirlik açısından sıralanır; en değerlisi seçilir. Pratikte en yaygın kullanılan senaryodur. Stream-Based: Veriler tek tek akış halinde gelir; her örnek için oracle'a başvurulup başvurulmayacağı anlık karar verilir. Gerçek zamanlı sistemlere uygundur. Membership Query: Model, orijinal veri dağılımından bile olmayan, yapay olarak üretilmiş örnekler oluşturabilir. Güçlüdür ama anlamsız sentetik örnekler üretme riski taşır.
Uygulama Alanları
Aktif öğrenme en fazla yarar sağladığı alanlarda yaygınlaşmıştır: tıbbi görüntülemede radyolog zamanını korumak için nodül tespiti ve tümör segmentasyonu; biyomedikal metinlerde ilişki çıkarma ve isim varlığı tanıma; doğal dil işlemede duygu analizi ve metin sınıflandırması; bilgisayarlı görüde nesne tespiti için sınırlayıcı kutu etiketlemesi. Otonom araç şirketleri ve tıbbi yapay zeka girişimleri aktif öğrenmeyi veri boru hatlarının merkezine yerleştirmiştir.
Avantajlar ve Sınırlamalar
Avantajlar: Etiket maliyetini dramatik biçimde azaltır; aynı bütçeyle daha iyi model üretir; uzman zamanını en kritik noktalara yoğunlaştırır. Sınırlamalar: Soğuk başlangıç (cold start) sorunu — başlangıçta hiç etiketli veri yokken modelin neyi sorgulaması gerektiği belirsizdir. Oracle güvenilirliği — insan etiketleyicilerin hatası veya tutarsızlığı modeli yanıltabilir. Hesaplama maliyeti — her döngüde tüm havuzu değerlendirme büyük veri setlerinde pahalı olabilir.
Sık Sorulan Sorular
- check_circle Aktif öğrenme ile pasif öğrenme arasındaki fark nedir?: Pasif öğrenmede model, önceden belirlenmiş tüm etiketli veriyi kullanır. Aktif öğrenmede model hangi veriyi etiketleyeceğini kendisi seçerek insan müdahalesini yalnızca en kritik noktalara yönlendirir.
- check_circle Cold start problemini nasıl aşarım?: Küçük bir rastgele başlangıç seti etiketleyerek modeli ısıtabilirsiniz. Bazı yaklaşımlar ise benzerlik kümeleme veya maksimum çeşitlilik örneklemesiyle başlayarak cold start problemini hafifletir.
- check_circle Aktif öğrenme derin öğrenmede nasıl çalışır?: Büyük modeller için Monte Carlo Dropout ile Bayesian belirsizlik tahmini, BERT veya ViT tabanlı embedding uzayında çeşitlilik örneklemesi ve BALD gibi yöntemler kullanılır. small-text kütüphanesi transformerlar için optimize edilmiştir.
- check_circle Hangi Python kütüphaneleri aktif öğrenmeyi destekler?: ModAL, small-text (transformerlar için), libact ve scikit-activeml en yaygın kütüphanelerdir. Hugging Face ekosistemiyle uyumlu entegrasyonlar da mevcuttur.
- check_circle Aktif öğrenme ne zaman tercih edilmemeli?: Etiketleme maliyeti düşükse veya veri havuzu küçükse (birkaç yüz örnek) ek döngü karmaşıklığı avantajı gölgeler; bu durumlarda standart denetimli öğrenme yeterlidir.