这是两个不同的概念。

持续学习

• 仅指模型即使在部署之后也可以从传入的数据流中不断学习的事实。
• 持续学习可以指任何类型的机器学习，其中模型在部署后继续学习（监督、半监督、无监督、强化学习）。
• 持续学习的例子：推荐系统的购买数据流。所有数据都已标记（购买的商品/未购买的商品），因此没有未标记的样本可供选择。

主动学习

• 模型可以选择它最不确定的未标记样本。
• 是半监督学习的一种形式。
• 使用预言机（例如人工注释器）标记选定的数据样本。
• 可以但不必以持续学习的方式实施。
• 主动学习的例子：你有一个标记和未标记样本的数据集。您测量预测确定性并选择具有最低预测确定性的未标记样本，并将它们传递给人工注释者。然后模型从这些额外的样本中学习并节省资金，因为只有“困难”的样本被选择并手动注释。此模型可能已部署，也可能尚未部署。