L'apprentissage statistique désigne un vaste ensemble de méthodes et d'algorithmes qui permettent à un modèle d'apprendre un comportement grâce à des exemples. L'apprentissage actif regroupe un ensemble de méthodes de sélection d'exemples utilisées pour construire l'ensemble d'apprentissage du modèle de manière itérative, en intéraction avec un expert humain. Toutes les stratégies ont en commun de chercher à utiliser le moins d'exemples possible et de selectionner les exemples les plus informatifs. Après avoir formalisé le problème de l'apprentissage actif et après l'avoir situé par rapport aux autresmodes d'apprentissage existant dans la littérature, cet article synthétise les principales approches d'apprentissage actif et les illustre grâce à des exemples simples.