# Etkileşimli Aktif Öğrenme

<div class="mlv-demo-links">
  <a class="mlv-demo-link" href="hundred_page_ml.html">Genel Harita</a>
  <a class="mlv-demo-link" href="book_active_learning_and_monitoring.html">Üretim Döngüsü</a>
  <a class="mlv-demo-link active" href="interactive_book_active_learning.html">Aktif Öğrenme</a>
  <a class="mlv-demo-link" href="interactive_book_human_in_the_loop.html">İnsan Döngüde</a>
  <a class="mlv-demo-link" href="interactive_book_production_monitoring.html">Üretim İzleme</a>
  <a class="mlv-demo-link secondary" href="../_static/demos/book-active-learning.html">Tam Ekran Demo</a>
</div>

<div class="mlv-demo-hero">
  <div class="mlv-demo-kicker">Kitap / En Değerli Etiket Sonraki Etikettir</div>
  <p class="mlv-demo-lead">Aktif öğrenme, “hangi örneği etiketlersem model en çok öğrenir?” sorusunu sorar. Bu demo, rastgele seçim ile belirsizlik veya çeşitlilik odaklı örnekleme arasındaki verim farkını görünür kılar.</p>
</div>

<div class="mlv-demo-grid">
  <div class="mlv-demo-panel">
    <strong>Ne Yap</strong>
    <span>Etiket bütçesini, model olgunluğunu, havuz yeniliğini, belirsizlik sinyalini ve dengesizliği değiştir.</span>
  </div>
  <div class="mlv-demo-panel">
    <strong>Ne Gör</strong>
    <span>Bazı rejimlerde belirsizlik örnekleme açık ara öne çıkar; bazı rejimlerde nadir dilimleri yakalayan çeşitlilik stratejisi daha çok toplar.</span>
  </div>
  <div class="mlv-demo-panel">
    <strong>Kitaptaki Karşılığı</strong>
    <span>Etiket kıt olduğunda veriyi büyütmek değil, doğru veriyi seçmek öğrenmenin bir parçası haline gelir.</span>
  </div>
</div>

<div class="mlv-demo-note">
Aktif öğrenme, daha fazla etiket toplamak değil; en öğretici etiketi önce toplamak demektir.
</div>

<iframe
  class="mlv-demo-frame"
  src="../_static/demos/book-active-learning.html"
  title="Aktif Öğrenme Demosu"
  loading="lazy"
  frameborder="0"
></iframe>