ntucllab/libact

何を解決するか

libact は、プールベースのアクティブラーニングの実装を簡素化する Python パッケージです。未ラベルデータのプールから、モデルが最も情報量の多いサンプルを知的に選択することで、ラベル付きデータの量を削減します。

動作方法

このライブラリは、クエリ戦略、モデル、ラベラーの統一インターフェースを提供します。いくつかの代表的なアクティブラーニング戦略を、アプローチ別に分類して実装しています：

• 活用／不確実性： モデルの信頼度が最も低いサンプルを選択（例：UncertaintySampling）。
• 多様性／代表性： ラベル付きデータセットから最も離れている、またはデータ分布を代表するサンプルを選択（例：CoreSet、InformationDensity）。
• 不一致： 複数のモデルのコンセンサス（委員会）を使って、最も意見が分かれるサンプルを特定（例：QueryByCommittee、BALD）。
• メタアルゴリズム： ActiveLearningByLearning（ALBL）アルゴリズムは、マルチアームドバンディットとして機能し、リアルタイムで最適なクエリ戦略を自動選択します。

対象ユーザー

ラベル付けコストを最適化し、少ないラベルでモデル性能を向上させたいデータサイエンティストや ML プラクティショナー。

特徴

• 多様な戦略ライブラリ： 不確実性、多様性、エピステミック不確実性（BALD）を含む幅広い戦略を提供。
• メタラーニング： 自動戦略選択を実現する ALBL メタアルゴリズムを搭載。
• 拡張可能なインターフェース： 統一インターフェースとアダプター（例：SklearnAdapter）を提供し、任意の scikit-learn 推定器をラップ可能。
• C拡張： 分散低減や HintSVM に最適化された高性能モジュールを含む。