Active Learning：数据有限时如何智能选择标注样本

Active Learning 在标注预算有限时，从无标签集里选最有价值的样本标注，以最小成本最大化模型性能提升。核心是设计打分函数 U(x)，常用策略包括不确定性采样、委员会投票熵、多样性采样和预期模型变化。文中讨论主要围绕深度神经网络与批量训练模式展开。