Human-in-the-loop machine learning: a state of the art

Use este enlace para citar
http://hdl.handle.net/2183/37615
A non ser que se indique outra cousa, a licenza do ítem descríbese como Attribution 4.0 International (CC BY)
Coleccións
- Investigación (FIC) [1687]
Metadatos
Mostrar o rexistro completo do ítemTítulo
Human-in-the-loop machine learning: a state of the artAutor(es)
Data
2023-04Cita bibliográfica
Mosqueira-Rey, E., Hernández-Pereira, E., Alonso-Ríos, D. et al. Human-in-the-loop machine learning: a state of the art. Artif Intell Rev 56, 3005–3054 (2023). https://doi.org/10.1007/s10462-022-10246-w
Resumo
[Abstract]: Researchers are defining new types of interactions between humans and machine learning algorithms generically called human-in-the-loop machine learning. Depending on who is in control of the learning process, we can identify: active learning, in which the system remains in control; interactive machine learning, in which there is a closer interaction between users and learning systems; and machine teaching, where human domain experts have control over the learning process. Aside from control, humans can also be involved in the learning process in other ways. In curriculum learning human domain experts try to impose some structure on the examples presented to improve the learning; in explainable AI the focus is on the ability of the model to explain to humans why a given solution was chosen. This collaboration between AI models and humans should not be limited only to the learning process; if we go further, we can see other terms that arise such as Usable and Useful AI. In this paper we review the state of the art of the techniques involved in the new forms of relationship between humans and ML algorithms. Our contribution is not merely listing the different approaches, but to provide definitions clarifying confusing, varied and sometimes contradictory terms; to elucidate and determine the boundaries between the different methods; and to correlate all the techniques searching for the connections and influences between them.
Palabras chave
Active learning
Curriculum learning
Explainable AI
Human-in-the-loop machine learning
Interactive machine learning
Machine teaching
Curriculum learning
Explainable AI
Human-in-the-loop machine learning
Interactive machine learning
Machine teaching
Versión do editor
Dereitos
Attribution 4.0 International (CC BY)
ISSN
0269-2821
Ítems relacionados
Mostrando ítems relacionados por Título, autor ou materia.
-
Enfoques de Aprendizaje en estudiantes de universidad : la escala bifactorial CEPE-U2F
Barca-Lozano, Alfonso; Peralbo, Manuel; Brenlla-Blanco, Juan-Carlos; Barca Enríquez, Eduardo (Universidade da Coruña, Servizo de Publicacións, 2019)[Resumen] Este trabajo tiene por finalidad la elaboración de la Escala abreviada de evaluación de enfoques de aprendizaje a partir de la Escala original de John Biggs (SPQ-Study Process Questionnaire) con una muestra de ... -
Ecologías de aprendizaje en la Era digital: desafíos para la educación superior
González-Sanmamed, Mercedes; Sangrà, Albert; Souto-Seijo, Alba; Estévez, Iris (Universidad de Granada, 2018-04-12)[Resumen] La inmersión de la sociedad en la era digital ha influido de manera decisiva en las formas de comportarse de las personas, en el ámbito del trabajo, de la economía, del entretenimiento y de la enseñanza. La ... -
Una integración a sistemas de gestión de aprendizaje en estándares de un sistema barra-bola
Montoro, Alicia; Ruano Ruano, Ildefonso; Estévez, Elisabet; Gómez Ortega, Juan; Gámez García, Javier (Universidade da Coruña, Servizo de Publicacións, 2021)[Resumen] Los laboratorios de tipo online tienen cada vez más aceptación dentro de la educación universitaria relacionada con las ciencias, tecnologías, ingenierías y matemáticas (CTIM o STEM en inglés), donde el trabajo ...