Active Learning ist eine Form vom Semi-Supervised Machine Learning. Dabei ist der Algorithmus in der Lage, eine andere Datenquelle nach einer richtigen Antwort anzuzapfen, bzw. sich die richtige Antwort zur Not zu beschaffen. Dafür können strukturierte Daten oder andere Modelle benutzt werden.
Es gibt verschiedene Formen von Active Learning, u.a. Uncertainty sampling, Query by committee, Expected model change, Expected error reduction, Variance reduction, Balance exploration & exploitation und Exponentiated Gradient Exploration.